一种求解0-1背包问题的快速蚁群算法

0-1背包问题是典型的NP完全问题,且蚁群算法已成功地解决了许多组合优化的难题。因此,文中介绍一种基于蚁群算法求解0-1背包问题的算法,并对此算法进行优化,提出一种求解0-1背包问题的快速蚁群算法。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,当物品数较大时,也取得了较好的求解质量。仿真实验取得了较好的结果。

非线性0-1规划的元胞蚁群算法

基于元胞自动机原理和蚁群优化算法,提出一种求解非线性0-1规划问题的元胞蚁群优化算法。该算法将元胞的演化规则和蚁群的信息素更新规则相结合,利用元胞及其邻居增强搜索过程的多样性,提高蚁群的全局优化能力。经实验和与其他算法比较,表明该算法可行有效,有良好的全局优化能力。

求解0-1规划的生长竞争蚁群算法

0-1规划是决策变量仅取值0或1的一类特殊的整数规划,具有深刻的背景和广泛的应用。植物的生长取决于对光资源的获取,本文将植物生长的竞争机制引入蚁群算法,给出了一种求解0-1规划的生长竞争蚁群优化算法。算法定义了0-1规划的生长竞争演化规则,建立了算法模型,提高了蚁群的全局优化能力。通过对多个实例的求解和验证,结果表明该方法是一种有效的方法。

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。

求解0-1背包问题的量子蚁群算法

0-1背包问题是组合优化中经典的NP难题,在蚁群算法的基础上结合量子计算提出一种求解0-1背包问题的量子蚁群算法。算法采用量子比特表示信息素,用量子旋转门来更新信息素。大量数据实例的比较测试表明,算法可有效提高蚂蚁算法的性能,减少搜索时间,具有更好的全局寻优能力。

基于蚁群优化算法的0-1背包问题求解

蚁群优化算法在求解旅行商问题、指派问题、Job-shop调度问题和网络路由问题等获得了极大的成功.将蚁群优化算法应用于0-1背包问题,首先将0-1背包问题表示成相应的构造图,并针对该图设计了两个状态转移公式,蚂蚁根据这两个状态转移公式在带权图中移动直到死亡.此时,蚂蚁所走过的路径即构成背包问题的一个可行解.仿真实验对该算法的参数进行了讨论,再与遗传算法进行比较,结果显示该算法具有较高的性能.

改进型遗传蚁群混合算法求解0/1背包问题

针对原有的遗传蚁群混合算法收敛速度慢、运行时间长等缺陷,提出了一种新混合算法,该算法从蚁群中选取部分优良个体采用遗传算法寻优,所选个体数目随迭代次数自适应变化,同时,对算法中的交叉、变异操作以及赋值等方面进行了一些改进。仿真结果表明,该算法在搜索能力、收敛速度以及程序运行时间方面都有明显的提高,由此证明了该算法的有效性。

一个解决0/1背包问题的蚁群方法

蚁群算法已成功地应用于著名的旅行商问题和其他一些组合优化难题。为了使用蚁群算法来解决经典的0/1背包问题,本文比较了旅行商问题和0/1背包问题的不同之处,在原有的蚁群优化模型的基础上扩展了它的应用范围,用来解决0/1背包问题。同时,相应的一些参数也得到了优化。实验结果显示了蚁群算法的健壮性和作为启发式算法在解决组合优化难题时的潜力。

基于群体智能的0/1背包问题求解研究进展

0/1背包问题是运筹学中一个经典组合优化NP问题。在简要介绍0/1背包问题基础上,分析展望了0/1背包问题的应用前景。结合已有研究成果,总结并详细分析了蚁群算法、微粒群算法等群体智能算法在0/1背包问题求解方面具有的较好收敛速度、健壮性、稳定性、算法简单等优点。最后,针对群体智能算法在求解0/1背包问题过程中所出现的缺陷,提出了群体智能算法在0/1背包问题求解需要进一步解决的几个问题。

人工生命Bug模型二元蚁群算法求解多0/1背包问题

从一维有趣的Bug人工生命模型出发,并对该模型进行扩展,将蚂蚁对信息素的大小进行选择的概率函数作为细胞的转换函数,对二元蚁群算法从人工生命的角度重新进行描述,同时引入更多的随机因素有效防止二元蚁群算法易陷入局部最优的缺陷,然后通过增加细胞状态集合元素数目的方式对Bug模型二元蚁群算法进行扩展,应用于多0/1背包问题的求解。仿真实验表明,运用文中算法不仅能快速有效地完成多0/1背包问题的求解过程,而且在一定程度上体现了计算的本质。

改进蚁群算法求解0/1背包问题

0/1背包问题是一类典型的组合优化问题,并且是NP完全问题。针对0/1背包问题和蚁群算法的特点,设计了一个标志表,使得蚁群算法可以应用到背包问题上。仿真结果表明,改进的蚁群算法在求解0/1背包问题上是相当出色的。

改进的遗传蚁群混合算法求解多维0/1背包问题

针对传统遗传蚁群混合算法求解精度低、收敛速度慢等缺陷,设计了一种改进的遗传蚁群混合算法,该算法选择部分优秀蚂蚁进行遗传算法寻优并更新全局信息素,其它蚂蚁采用蚁群算法寻优,并更新局部信息素。其中对传统遗传算法的交叉和变异操作进行了改进,并在蚁群算法的运行过程中引入概率和为u的轮盘赌方式以减少计算量、采用禁忌表交换策略以及信息素的混沌更新策略来增强种群多样性,避免陷入局部最优。实验结果表明,该算法在求解精度和收敛速度方面都有明显提高。

一种新的求解0-1背包问题的混合算法

该文汲取了蚁群算法(ACA)和抗体免疫克隆算法(AICA)的优点,提出了一种求解0-1背包问题的混合型算法,该算法充分利用了前者的搜索能力和后者的种群多样性。仿真实验对算法的部分参数进行了分析,并与其他文献的算法进行比较,结果表明,该算法是一种具有较高性能的混合优化算法。

基于交换策略的蚁群算法求解多维0-1背包问题

在项目决策与规划、资源分配、货物装载等工作中,提出了多维0-1背包问题,对这一问题,国内外学者提出了许多算法。本文推广了文献[7]中求解单维0-1背包问题的蚁群算法,并从结合2-opt等局部优化的蚁群算法求解旅行商问题中得到启示:通过交换策略可以加快算法的收敛速度和获取更高质量的解,因此提出了基于交换策略的蚁群算法。再把这种算法与AIAACA算法[8]进行比较,实验结果显示该算法与AIAACA算法效果相当,用时更少,是求解多维0-1背包问题的有效算法。

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。

图的度量维数问题的0-1蚁群条件着色分辨算法研究

图的度量维数问题(MDP)是一类在机器导航、声呐系统布置、化学、数据分类等领域有重要应用的组合优化问题.针对该问题,本文通过引入图的分辨表存储结构,建立了非线性求解模型;同时,通过改进现有蚁群算法的参数设计,利用全局搜索和局部搜索相结合的策略,建立了求解模型的改进型蚁群算法.数值对比分析验证了算法的有效性:全局搜索和局部搜索的结合较大程度的改进了算法求解质量;在规则图上提高算法求解质量具有一定挑战;与遗传算法计算结果相比较,本文提出的算法不仅在求解质量方面有所提升,而且在最坏的情况下能为图提供极小分辨集.最后,本文探索了部分算法参数对算法求解质量的影响,并给出了进一步研究课题.

改进蚁群优化算法求解折扣{0-1}背包问题

折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem,DKP)是一个NP-困难的组合优化问题,尽管已经存在一些求解DKP的智能优化算法,但目前尚没有用蚁群优化(Ant Colony Optimization,ACO)算法求解DKP的研究。提出了一个求解DKP的改进ACO(Modified ACO,MACO)算法。MACO算法使用整数编码以保证每组物品最多只有一个物品被选中,在MACO算法构造解的每一步,采用组内竞争选择来降低算法的时间复杂性,对计算选择概率的公式,放弃启发式信息以减少参数并简化算法参数设置,对蚂蚁构造出的解,经修复后使用基于价值密度和价值的混合贪婪优化算子来提高算法的寻优能力。在四类测试用例上对MACO算法进行了测试并与其他算法进行比较,实验结果表明MACO算法的性能明显优于其他算法。

基于图的蚁群算法求解一类0-1规划问题

基于图的蚁群算法求解一类0-1规划问题.此算法将0-1规划问题抽象为一个有向图,模拟蚂蚁的觅食行为,由一组蚂蚁反复地在图上运动搜索,最终得到最优解.在给出算法的具体步骤后,用3个具体算例对算法进行测试.结果表明该算法具有良好的收敛性和稳定性.

基于0-1整数规划模型的校园公交系统优化方案——以桂林电子科技大学为例

为解决校园资源合理分配,优化校园公交系统运营模式,满足师生日常便捷出行,提出了一种基于0-1整数规划模型的校园公交系统优化方案。该方案以桂林电子科技大学为例,首先对学生的出行现状进行调查,调查结果表明大部分学生都有使用校园公交的意愿,说明校园公交具有一定的发展前景。通过实地测量并收集相关地理数据,使用0-1整数规划对公交站点进行选址,运用蚁群算法优化公交路线,为了解校园公交系统的运载能力进行了仿真模拟实验。最后得到19个公交站点的分布位置和公交最优路线产生的路线长度为4805m,在车辆行驶速度为20km/h以内的限制下,至少需要安排15辆车才可以满足大多数学生时间上的需求。实验结果表明,优化后的校园公交系统规划更加合理,能满足大部分学生的出行需求,适用于中小型校园交通路线规划。

基于Ant-Density的浏阳市景观格局优化分析

以浏阳市为研究对象,采用Ant-Density求解景观格局优化单目标0-1整数规划模型。研究结果表明:浏阳市共有生态廊道65条、生态节点61个;以特殊生态源地3和12为起点,分别有4条和8条直达路径,最终筛选出12条一级生态廊道,其对应的生态节点为一级生态节点。研究结果可为浏阳市景观廊道和格局优化提供更为具体化、流程化的模式,同时更加具有指导浏阳市景观格局优化的实践操作意义。