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.     

一种改进的模拟退火萤火虫混合算法求解0/1背包问题

根据萤火虫算法自身特点,本文提出一种基于模拟退火的改进萤火虫算法,并用于求解0-1背包问题.该算法在模拟退火过程中利用萤火虫算法搜索新解,采用贪心修复算子对不可行解进行修正.每一次退火操作完成时,对萤火虫种群实行变异操作,增强萤火虫的全局搜索能力.本算法在求解0-1背包问题时,能及时跳出局部最优,在算法初期增强全局搜索能力,在算法后期加快收敛速度.通过仿真实验表明,该算法可较好的求解0-1背包问题.     

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.     

有序组合树法求解0-1背包问题初探

以0-1背包问题为研究对象,建立教学模型,采用有序组合树法对中小规模的背包问题进行求解。与传统的贪婪算法相比,该算法更容易找到最优解,并通过实例说明该算法对解决中小规模的0-1背包问题是行之有效的。     

0-1背包问题的遗传算法求解及其改进

0-1背包问题是一个典型的组合优化问题,且为NP完全问题.目前常用的方法有贪心算法,动态规划,回溯法等.本文探讨了一种基于贪心算法的混合遗传算法求解0-1背包问题的方法,并在实验中获得了更佳近似解.     

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。     

用动态规划法和贪心法解决背包问题

0-1背包问题和背包问题是一类经典的NP困难问题。采用动态规划法和贪心法对该问题进行求解,分析和比较这两种算法在求解同一问题时的差异。     

基于ε支配的MOGA在0/1背包问题中的应用

多目标遗传算法NSGA-Ⅱ是解决0/1背包问题[1]的有效算法,但是它还存在一定的缺陷,当0/1背包问题的规模较大时,这种方法很难收敛到Pareto最优边界,因此解的分布性不是很好,解集也很难收敛。针对此问题,提出基于ε支配的MOGA来求解0/1背包问题,通过实验验证该算法在求解分布性上优于NSGA-Ⅱ。     

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.     

0—1背包问题的递归算法

分析了背包问题的求解最佳解的经典算法，提出了一种求解0-1背包问题的更有效的方法-递归法。