求解多维0-1背包问题的一种改进的遗传算法

针对多维0-1背包问题,通过应用贪心法和二分搜索法的思想,本文提出了一种新的杂交算子———中值杂交,并且基于此算子提出了求解多维0-1背包问题的一种改进的遗传算法。最后本文通过一系列数值实验,把改进算法与传统的遗传算法以及其他最新的遗传算法进行比较,经过对求得近似解的精度及计算所需时间两方面的对比,验证了其有效性。

基于蚁群算法的多维0-1背包问题的研究

系统地阐述了蚁群算法,并对它进行改进、优化。将蚁群算法应用于求解多维0-1背包问题,提出一种求解多维0-1背包问题的算法——多维0-1背包问题蚁群算法。它大大减少了蚁群算法的搜索时间,有效改善了蚁群算法易于过早地收敛于非最优解的缺陷。仿真实验取得了较好的结果。

特殊多维0-1背包问题的约束简化方法——不等式单约束生成法

针对一类组合优化问题中多维 0 -1背包问题 (MKP) ,给出一种能减少求解难度的方法 :不等式单约束生成法 ;定义了MKP的紧约束概念 ,指出MKP也是一个NP -难问题 ;提出了一种代替多约束组的计算方法 ,并证明了经过替换后所得到的新问题与原问题在解精度上的等价性 .

一种对特殊多维0-1背包问题的约束简化方法

针对一类组合优化问题—多维 0 - 1背包问题 ( MKP) ,这是一个 NP-难问题 ,提出一种能减少求解难度的方法—约束化简方法。定义了 MKP的紧约束的概念。提出了一种代替多约束组的计算方法。对于经过替换后所得到的新问题 ,证明了与其原问题解精度上的等价性。

求解多维0-1背包问题的蚁群算法研究

系统地阐述了蚁群算法,并对它进行改进、优化。将蚁群算法应用于求解多维0-1背包问题,提出一种新的求解多维0-1背包问题的算法——基于交换策略的蚁群算法。

多维背包问题的禁忌搜索求解

借鉴认知心理学有关记忆系统的表述,在禁忌搜索算法中引入长时记忆,构造了基于双禁忌表的禁忌搜索算法。多维0-1背包问题的仿真实验表明,该算法是可行的、有效的。

一种改进的蚁群算法求解多维背包问题

多维0-1背包问题是经典的非确定多项式问题(Non-Deterministic Polynomial,NP),针对蚁群算法求解该问题时易出现陷入局部最优、收敛速度慢等问题,提出了一种改进的蚁群算法。本文算法引入蛙跳算法的分群思想,将蚂蚁分为拥有不同文化的两个群体,提高了全局搜索能力;采用贪心策略修改公式,针对具体问题具体分析,提高了算法的精确度;融合轮盘赌算法简化了公式。仿真结果表明,本文算法加强了全局搜索能力,得到的结果更为精确。

求解多维0-1背包问题的人工鱼群算法

对于多维0-1背包问题,国内外学者提出了诸如模拟退火、遗传算法、蚁群算法以及其他启发式算法.给出一种新的智能寻优方法——人工鱼群算法.算法通过各人工鱼的局部寻优,从而在群体中体现出全局最优.描述了人工鱼群算法的具体步骤并编程实现,通过多维背包算例进行了求解测试,获得了满意的效果.

网格工作流中基于商品市场的服务选择

服务选择是网格工作流的重要环节。针对现有W eb服务组合方法对服务质量(QoS)贪婪索取而不利于网格资源有效利用的问题,提出基于商品市场的"按需"网格服务选择方法:根据面向工作流全局的评价模型,以服务使用者需求为约束条件,将服务选择建模为0-1多维背包问题;并引入经济学中的"价格—供需关系"改进了服务选择模型。仿真实验表明:基于商品市场的服务选择均衡了系统负载,有利于网格资源的高效利用。

改进的量子粒子群多目标优化算法

针对粒子群优化算法容易陷入局部极值点的问题,提出了一种新的量子比特粒子群算法,该算法采用Pareto支配关系来更新粒子的个体最优值和局部最优值;定义极大极小距离,并采用该距离方法裁减非支配解。实验结果表明该算法能更好地接近Pareto前沿且具有更好的分布性,更适合于求解复杂高维优化问题,是一种非常有潜力的多目标优化方法。