量子粒子群算法求解整数规划的方法

粒子群算法主要用于优化连续性问题。如果用于求解整数规划问题,算法的粒子位置必须解决取整问题;而量子粒子群算法求解整数规划问题具有更高的效率。利用三种取整方法与量子粒子群算法结合,求解非线性整数规划问题,并且与标准粒子群算法求解整数规划问题进行比较。通过对基准函数仿真实验,比较了六种方法求解整数规划问题。实验结果表明,基于随机取整的量子粒子群算法搜索成功率优于其他五种方法,其综合搜索效率更佳。寻找了一种更优的求解整数规划方法。

k-层无容量限制的设施选址问题的一种算法

在k-层无容量限制的设施选址问题的基础上给出了一种具体的随机取整的算法。为了测试该算法的性能,采用数值计算的方法对k=2时的情况选取一组算例进行测试。测试结果表明,与Shmoys的算法相比,该算法既能较好地接近松弛问题的最优值,又能在很大程度上提高算法的效率。因此,该算法是解决k-层无容量限制的设施选址问题的一种较好的方法。