基于核的MMKP问题算法研究

多维多选择背包问题(MMKP)是0-1背包问题的延伸,背包核已经被用来设计解决背包问题的高效算法。目的是研究如何获得一种背包核,并以此高效处理多维多选择背包问题。首先给出了一种方法确定MMKP的核,然后阐述了利用核精确解决MMKP问题的B&B算法,列出了具体的算法步骤。在分析了算法的存储复杂度后,将算法在各种实例上的运行效果与目前解决MMKP问题的常用算法的运行效果进行了比较,发现本文的算法性能优于以往任何算法。

MMKP81系列电磁炉用谐振电容器应用技术总结

本文讨论了电磁炉应用及安全认证标准对电磁炉用谐振电容器的要求,总结了MMKP81系类电容器在研制过程中攻克的技术难点和技术创新点,经试验测试验证,采用聚丙烯膜作为介质的双面金属化内串设计MMKP81系列电磁炉谐振电容器,能够满足电磁炉谐振应用的高频、耐高压、大电流及耐高温的工作要求。

具有QoS保证的服务资源联合分配与管理

提出一种具有QoS保证的资源管理系统架构,理论分析表明,该系统架构能够较好地适应资源的动态性;其次将服务资源联合分配问题归化为MMKP(multiple-choice multiple-dimension knapsack problem)问题,并提出两种资源联合分配算法:最优解算法RA_BBLP和启发式算法RA_MHEU,实验结果表明,RA_BBLP保证求得最优解, 可作为其他算法的参照系,而RA_MHEU收敛速度极快且所求出的解集接近最优,是一种理想的资源联合分配算法.

服务组装的模型分析

现代社会互联网在各个领域中都扮演着举足轻重的角色,特别是越来越多的在线商业应用被构建和部署,用来满足客户多方位的交易需求.在Web服务的相关研究中,任何一个服务只能满足相对单一的客户需求,服务提供商希望现有的服务能够被自动地、快速地组合成增值的复杂服务用来满足更为多样化的需求.本文利用互联网在Web服务条件下建立模型网站要完成驾车到附近的KTV唱歌.能帮助找到最近的KTV,以及从现在的位置到目标KTV的最佳驾车路线图,并把驾车路线图标到地图上显示.本文将通过用数学建模解决这些问题的方法.

改进的量子粒子群优化算法对多维多选择背包问题的求解

针对多维多选择背包问题无法在多项式时间内找到最优解,且由于其强约束限制条件,在求解过程中易陷入局部最优的问题,提出一种改进的量子粒子群优化算法对该问题进行求解.首先,在量子粒子移动过程中,通过判断其与下次迭代个体的位置关系确定其位置信息的可用性,通过该信息充分保留粒子位置的多样性;其次,提出一种新的位置扰动方法,避免种群陷入局部最优.最后,将该算法在标准数据集上进行测试,对算法的收敛速度和运行时间进行分析,测试结果表明,该算法在求解准确性上得到明显提升.

基于核算法解决多维多选择背包问题

针对目前尚无多维多选择背包问题(MMKP)高效核算法的现状,提出用多种方法来构造处理这种类型背包的核。首先论述了如何在一般背包问题中获得核;接着根据事先设定的度量指标详细讨论了MMKP的基本解和两种排序关系,并利用三种备选方案得出MMKP的核,亦即子空间。第一种方案是基于观察数据E[lc]和E[d∞]比较小来得到核;第二种方案基于基本解和最优解的曼哈顿距离不算太远来实施;第三种方案是为所有元素定义一个全序并取第一组k元素作为核。比较了这三种方案的不同与优劣,结果表明:第一种方案比其他两种方案无论从定义子空间的精度和枚举时间平均值上,性能都更优越,利用该方案定义的核能高效解决MMKP。