-
题名0/1背包问题的c++实现
- 1
-
-
作者
贺晓伟
-
机构
中国地质大学
-
出处
《数字技术与应用》
2011年第8期150-150,152,共2页
-
文摘
0/1背包问题是计算机科学中的一个经典问题。实际问题中我们经常需要解决最优化问题,即研究如何在限制条件下,求出优化函数的最优值。贪婪算法是解决此类问题的一种直观的求解方法。因为所求问题的最优解可以通过一系列局部最优的选择完成,或者反过来说,一个问题的最优解包含了其子问题的最优解。因此此类具有最优子结构性质的问题可以用贪婪算法。其主要思想为:求解过程中,采用逐步构造最优解的方法,在每个阶段,都做出一个看上去最优的决策(按照一定标准即贪婪准则)。决策一旦作出,就不可再更改。
-
关键词
0/1背包问题
贪婪算法
贪婪准则
c++
-
Keywords
the 0/1 knapsack problem greedy algorithm greedy criterion c＋＋
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名求解大规模0-1背包问题的改进人工鱼群算法
被引量：4
- 2
-
-
作者
宋潇潇
-
机构
西华大学电气信息学院
-
出处
《西华大学学报（自然科学版）》
CAS
2013年第4期5-9,22,共6页
-
基金
西华大学重点项目(Z1120943)
-
文摘
针对现有算法在求解大规模0-1背包问题时存在求解精度不够和稳定性不足的情况,将贪婪算法引入到人工鱼群算法中,提出一种基于贪婪的极坐标编码人工鱼群算法。该算法引入贪婪思想对母体的初始值以及非法解修正方式进行改进;根据大规模0-1背包问题的特点对算法中的母体结构和迭代方式进行调整,并引入最优保留机制增强算法搜索的方向性。通过对物品为500、700和1 000的背包问题的实验结果表明,该算法具有良好的寻优能力和鲁棒性。
-
关键词
0-1背包问题
人工鱼群算法
贪婪算法
GP-AFSA
-
Keywords
0-1 knapsack problem
artificial fish swarm algorithm
greedy algorithm
GP-AFSA
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名求解0-1背包问题的改进树种优化算法
被引量：1
- 3
-
-
作者
张小萍
-
机构
广西大学计算机与电子信息学院
-
出处
《重庆科技学院学报（自然科学版）》
CAS
2021年第5期89-92,101,共5页
-
基金
国家自然科学基金项目“车联网中不可信实体描述信息的安全高效传播模型”(61962005)。
-
文摘
针对已有算法在求解0-1背包问题方面的不足,提出了一种改进的树种优化算法。基本树种优化算法中,算法容易早熟,难以搜索到全局最优解。改进算法中树木位置没有更新的迭代数超过某个阈值就会被重新初始化,树种会根据新的树木位置进行进一步搜索,提高了种群的多样性和算法的全局搜索能力。为了提高局部搜索能力,改进算法在计算适应度之前都引入贪婪策略来修复不可行解和对可行解局部优化。对4个测试案例进行仿真实验的数据表明,改进树种优化算法比其他4种算法具有更强的全局搜索能力,更高的稳定性和更快的收敛速度。
-
关键词
0-1背包问题
树种优化算法
贪婪策略
-
Keywords
0-1 knapsack problem
tree-seed optimization algorithm
greedy strategy
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进贪婪策略遗传算法0/1背包问题求解
被引量：1
- 4
-
-
作者
郝斌斌
孙玮玮
李康
-
机构
兰州交通大学交通运输学院
-
出处
《交通科技与经济》
2015年第1期1-4,共4页
-
基金
国家自然科学基金资助项目(61463026)
教育部博士点基金资助项目(20136204120007)
+1 种基金
甘肃省自然科学基金资助项目(1308RJZA128)
甘肃省高校基本科研业务费资助项目(212092-1)
-
文摘
在交通运输领域,背包问题有着广泛的应用。分析背包问题的特点,改进贪婪策略在遗传算法中初始种群的选择方法,将这种方法与自适应遗传算法相结合。实验结果表明:算法在求解速度和求解质量都有明显提高。该方法可为货物装载、运输等问题提供理论依据。
-
关键词
0/1背包
交通运输
贪婪策略
遗传算法
-
Keywords
0-1 knapsack problem
traffic transpertation
genetic algorithm
greedy strategy
-
分类号
U116
[交通运输工程]
-
-
题名一种改进的正弦余弦算法求解0-1背包问题
被引量：1
- 5
-
-
作者
刘小娟
封成智
王联国
-
机构
甘肃农业大学信息科学技术学院
-
出处
《甘肃农业大学学报》
CAS
CSCD
2021年第4期185-194,共10页
-
基金
甘肃农业大学科技创新基金项目(GAU-XKJS-2018-251)
甘肃省教育信息化建设专项任务项目(2011-02)
国家自然基金项目(61751313).
-
文摘
【目的】针对组合优化中的经典背包问题,提出了一种用于求解0-1背包问题的改进正弦余弦算法.【方法】按幂递减函数自适应调整参数r1,较好地平衡算法的全局探索与局部开发能力;利用采蜜蜂算子和贪婪选择策略,加快算法的收敛速度,提高算法优化精度;通过侦察蜂算子,增加种群多样性,防止算法陷入局部最优;采用贪心变换算法和修正连续解算法对求解过程中的不可行解进行修复.【结果】求解10个经典0-1背包问题的仿真实验表明,改进算法在收敛速度、求解精度和成功率等方面明显优于基本正弦余弦算法,并与其它改进智能算法的优化结果相当.【结论】改进算法具有较高的优化性能,能较好地求解0-1背包问题.
-
关键词
智能优化算法
正弦余弦算法
人工蜂群算法
贪心变换算法
贪婪选择
0-1背包问题
-
Keywords
intelligent optimization algorithm
sine cosine algorithm
artificial bee colony algorithm
greedy transform algorithm
greedy selection
0-1 knapsack problem
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名差分进化帝王蝶优化算法求解折扣{0-1}背包问题
被引量：21
- 6
-
-
作者
冯艳红
杨娟
贺毅朝
王改革
-
机构
河北地质大学信息工程学院
凯理学院数学科学学院
中国海洋大学信息科学与工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2018年第6期1343-1350,共8页
-
基金
江苏省自然科学基金(No.BK20150239)
国家自然科学基金(No.61503165,No.61402207,No.61673196)
-
文摘
帝王蝶优化算法(Monarch Butterfly Optimization,MBO)是一种新颖的群体智能算法,自从提出就在实际优化问题上表现出很好的性能.但是,帝王蝶优化算法的迁移算子采用随机选择两个个体来生成新个体,并没有记忆整个种群的最优解,容易造成全局最优帝王蝶搜索经验的丢失.根据MBO寻优过程的内在机制以及差分进化算法的变异算子能够利用个体间的差异信息,将MBO分别与目前性能最优、应用范围最广的7种差分进化(Differential Evolution,DE)变异策略相结合,实验验证了7种不同算法的性能.基于性能最优的DE/best/2/bin变异模式,提出了一种差分进化帝王蝶优化算法(Monarch Butterfly Optimization Algorithm with Differential Evolution,DEMBO),使得算法能够记忆种群最优解并实现种群内部信息的充分共享,达到既加快收敛速度又提高解的精度的目的.在30个典型折扣{0-1}背包问题(D{0-1}KP)实例上进行了一系列实验,实验结果表明:(1)DEMBO能够在时间复杂度不变的条件下,显著提高算法的求解精度和收敛速度;(2)DEMBO在求解所有D{0-1}KP实例时,均能够获得一个近似比非常接近1的近似解.
-
关键词
折扣{0-1}背包问题
差分进化
帝王蝶优化算法
贪心修复策略
近似比
-
Keywords
discounted{0-1}knapsack problem
differential evolution
monarch butterfly optimization algorithm
greedy repair strategy
approximate ratio
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
