基于猴群算法求解0-1背包问题

0-1背包问题是一个经典的NP完全问题,该问题在实际生活中具有广泛的应用.针对现有算法在求解0-1背包问题时精度不高的缺点,提出了一种诱导因子猴群算法.所给诱导因子猴群算法的基本思想是,在基本猴群算法的爬过程中引入诱导因子,诱导其向上爬行,从而可以逃逸局部最优解,找到全局最优解.在仿真试验中,与已有方法进行比较,结果说明利用所给诱导因子猴群算法求解0-1背包问题是有效的.

关于物流配送中心供需优化选址仿真

研究物流配送中心选址问题,是为了更加有效的节约运输成本,选择最优的路径进行配送。配送中心的选址是物流系统规划中的重要决策问题,也是物流调动中心的核心问题。传统的解决方法已经无法在实际实施中得到较优的方案,不利于实际应用。为了快速得到合理的配送中心,解决物流配送中心选址问题,提出一种改进狼群算法求解物流配送中心选址问题。首先,建立了物流配送中心选址模型。然后,在基本狼群算法中,引入扰动操作、不确定的奔袭和围攻步长,可以提高算法的求解精度。最后,通过仿真说明提出的改进狼群算法不但可以有效地求得问题的最优解或者近似最优解,优化物流配送中心选址模型,而且能够为优化物流配送中心选址问题提供新的途径和方法。