基于质粒模型的DNA计算机算法求解背包问题

DNA计算机在求解大型科学问题中DNA链数呈纯指数增长的瓶颈亟待解决。本文提出一种将分治策略应用求解背包问题的新的基于质粒DNA计算机算法,使DNA链数可达到亚指数的O（1.414n）,其中n为背包问题的维数。与已有文献结论进行的对比分析表明：本算法将穷举算法中所需的DNA链数从O（2n）减少至O（1.414n）,利用本算法将可破解的背包公钥的维数在试管级水平上从60提高到120。     

0/1背包问题的DNA计算

0／1背包问题是一个著名NP——复杂问题，以前人们主要用分支——限界法、贪心法等方法去解决该问题。本文主要论述了一种新的计算模式——DNA计算来解决0／1背包问题。依据分子生物学的实验方法，文中所提出的算法是有效和可行的。     

利用改进萤火虫算法求解0-1背包问题

针对目前在求解经典0-1背包问题时已有算法的不足,运用改进的萤火虫算法对该问题进行求解。引入贪心策略修正萤火虫算法的不可行解,提出一种变异策略,增加萤火虫算法的种群多样性。通过对3个不同规模的算例进行测试,实验结果表明改进的萤火虫算法有效;通过和目前已有算法的求解结果进行比较,改进萤火虫算法具有较好的高效性和稳定性。     

一种求解背包问题的改进离散粒子群优化算法

文章提出了一种改进的离散型粒子群优化算法,该算法重新定义粒子群优化算法的速度和位置公式,使其适用于离散问题.将该算法应用到典型的组合优化问题(0-1背包问题)的求解中,仿真实验表明了该算法的有效性.     

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。     

一个基于混合蛙跳算法的0/1背包问题算法

混合蛙跳算法是一种全新的基于群体智能的后启发式计算技术,具有高效的计算性能和优良的全局搜索能力。描述了0/1背包问题的数学模型,阐述了混合蛙跳算法的基本理论,在全局信息交换过程中加入变异操作,改进了混合蛙跳算法,并将该算法应用到0/1背包问题的求解,在实例上的运行结果表明本文方法的可行性和有效性。     

求解0-1背包问题的粒子群优化算法

设计了一种用于求解0-1背包问题的粒子群优化算法,阐述了算法求解0-1背包问题的具体操作过程.通过对其它文献中仿真实例的计算和结果对比,表明了该算法对求解0-1背包问题的可行性和有效性.     

基于改进遗传算法的背包问题求解

针对0-1背包问题的特点,设计了一种利用定义距较长模式的遗传算子,并提出采用该算子代替交叉算子的长模式遗传算法,该算法在约束条件的处理上结合贪心法,提高了搜索效率.最后的实例仿真,给出了传统遗传算法和长模式遗传算法计算结果的比较,证明了采用新算子的遗传算法在求解0-1背包问题时比基本遗传算法有更好的收敛性能和更少的时间花费.     

0-1背包问题的求解算法设计与分析

0-1背包问题在信息密码学和数论研究中有着极其重要的应用。首先对背包问题作了简要描述,然后对0-1背包问题的两种经典算法:动态规划算法、贪心算法给出了具体算法设计及实现过程,最后对两种算法在实现的时间、准确性等性能方面进行了分析和对比。     

求解0/1背包问题的烟花算法研究

0/1背包问题是一个典型的NP难题,具有重要的理论研究价值,也具有广泛的应用基础。借鉴北京大学关于烟花算法的新近成果,尝试考虑二者的结合,初步设计并实现了求解0/1背包问题的烟花算法,开展了较为充分的实验,并作了相关分析与探讨。     

0-1背包问题的贪心局部搜索算法研究

为了提高求解0-1背包问题的效率,提出了两种贪心局部搜索算法,分别称为固定候选算法和变化候选算法.算法都以有效的方式构造好的初始解,随后执行局部搜索对其进行解质量上的改进.实验结果表明了两种算法的有效性、可行性及与价值密度贪心算法相比的优越性,同时进一步看出两种算法中变化候选算法相对较优,能够取得更好的结果.     

背包问题的循环及并行解

对于背包问题这样一个经典的递归问题,发现了它的下需栈支持的循环解法,并由此说明其存在并行解。     

求解0-1背包问题的遗传算法

提出了一种求解0-1背包问题的遗传算法,该算法首先设计出基于适应度的自适应变异策略,提高了变异的科学性和新算法的搜索能力;然后提出了基于单位价值信息和满足约束最大化的双优化策略,提高了求解的质量.3个0-1背包问题的仿真实验表明:与已有的HGA算法和GGA算法相比,新算法在求解质量上具有一定优势.     

混沌粒子群算法在0-1背包问题中的应用

给出了基于混沌粒子群优化算法(CPSO)背包问题的一种新的求解方法.首先将背包问题对应到粒子群算法中的位置与速度问题的表示,然后为了抑制早熟停滞现象,将混沌理论引进优化,使得背包问题更接近最优解.     

最大匹配问题的闭环DNA算法

给出了一个解决最大匹配问题的闭环DNA算法模型,并对相应的生化实验做出了说明,实现了仅用删除实验直接构造最大匹配的构想。由于算法仅用到基本删除操作,使得算法的实现简捷、可靠。     

多约束非线性背包问题的一种有效算法

1IntroductionWe consider the following multi-di mensional nonlin-ear knapsack problem(MNKP)maxf(x)=∑nj=1fj(xj)s.t.gi(x)=∑nj=1gij(xj)≤bi,i=1,…,m,x∈X={x|lj≤xj≤uj,xjinteger,j=1,…,n},where allfjand allgijare nondecreasing functions ofxjon[lj,uj]forj=1,…,n,i=1,…,m,andljandujare integer lower and upper bounds forxj,re-spectively,j=1,…,n.It has been proved that0-1linear knapsack problemis NP-hard[1].Nonlinear knapsack problems have numerous appli-cations in various fields,for example,ca…     

多约束二次0-1背包问题的分支定界算法

In this paper, a branch-and-bound method for solving multi-dimensional quadratic 0-1 knapsack problems was studied. The method was based on the Lagrangian relaxation and the surrogate constraint technique for finding feasible solutions. The Lagrangian relaxations were solved with the maximum-flow algorithm and the Lagrangian bounds was determined with the outer approximation method. Computational results show the efficiency of the proposed method for multi-dimensional quadratic 0-1 knapsack problems.     

Optimal parallel algorithm for shortest-paths problem on interval graphs

This paper presents an efficient parallel algorithm for the shortest-path problem in interval graph for computing shortest-paths in a weighted interval graph that runs in O(n) time with n intervals in a graph. A linear processor CRCW algorithm for determining the shortest-paths in an interval graphs is given.     

Optimal parallel algorithm for shortest-paths problem on interval graphs

This paper presents an efficient parallel algorithm for the shortest-path problem in interval graph for computing shortest-paths in a weighted interval graph that runs in O(n) time with n intervals in a graph. A linear processor CRCW algorithm for determining the shortest-paths in an interval graphs is given.