求无约束连续全局优化问题的单参数填充函数法

填充函数法是一种求解多维多模态函数全局极小点的有效方法.由于已有填充函数存在指数项和较多参数而导致数值实验效果不理想.为此,提出了一个新的单参数填充函数,该函数形式简单且满足定义中的所有条件.基于此填充函数设计了相应的算法,数值实验表明该算法有效可行.     

差异演化算法求解多维0-1背包问题

多维0-1背包问题是典型的NP难题,设计了一种求解它的差异演化算法,阐述了算法求解多维0-1背包问题的具体操作过程。用提出的算法对55个测试算例进行了仿真实验,得到了全部算例的最优解。测试结果表明了文中算法是求解多维0-1背包问题的一种有效方法。     

基于遗传算法的多约束背包问题求解方案

采用混合遗传算法求解多约束背包问题.首先构建多约束背包问题的数学模型,然后采用多维实数编码方式的遗传算法,结合附带染色体库技术、局部启发式算子和扰动算子对问题进行求解,并给出了一个实验实例.实验证明文中采用这种混合遗传优化算法解决多约束背包问题切实可行,有较高的搜索效率.     

多维0-1背包问题的新型近似解法

运用属性论的转换程度函数,结合贪婪算法和核问题的研究思路提出了多维0-1背包问题的一种新型近似解法。该算法对生产实践中的四大类背包实例都有很快的收敛速度。特别是常规方法难以解决的最大子集和实例及强相关实例,算法能在一个很好的时间范围内给出近似度为99.7%的近似满意解甚至是最优解。     

混合粒子群算法求解多维背包问题

提出了一种求解多维0-1背包问题的混合粒子群算法,算法使用了两个主要的思想策略,即依据物品单位容积价值的高低选择物品的贪婪策略和基于二进制编码的粒子群算法.用提出的算法,对55个测试算例进行了测试,得到了全部算例的最优解.测试结果表明,提出的混合粒子群算法求解多维0-1背包问题,计算结果的优度高,时间短,是求解此问题的有效算法.     

基于改进的粒子群算法求解0/1背包问题

本文尝试把粒子群优化算法应用于0/1背包问题中,对算法模型进行适当的修改,并采用以目标函数加约束惩罚函数作为适应度函数的方法,仿真实验表明:粒子群算法在求解背包问题上结果良好。     

多维O-1背包问题的混合遗传算法

将贪婪法和遗传算法相结合，设计了一种价值密度，提出了一种求解多维0-1背包问题的混合遗传算法。经实例证明，该方法能较好地解决多维0-1背包问题并较简单遗传算法有较好的改善。     

一个新的全局最优化问题的填充函数

提出了应用于非光滑无约束全局最优化问题的填充函数法.对填充函数进行了扩充和改进,提出了新的适应于非光滑情况下最优化问题求解的填充函数,并构造算法.数值分析表明,所提出的算法是可行的、有效的.     

全局最优化的填充修正打洞函数法

研究求解全局最优化问题的算法同.在分析了已有的填充函数法和打洞函数法之后,吸取了这两类算法的优点,给出了一种求取非线性最优化问题全局最优解的填充打洞函数算法.与通常的填充函数法相比,该算法降低了对其中参数的依赖,并且具有较好的求解可操作性.数值试验显示,计算效果是满意的.     

一种求解多维背包问题的小世界算法

针对遗传算法求解复杂组合优化问题时出现早熟收敛和种群多样性丧失等问题,提出了一种解决多维背包问题的二进制编码小世界算法(BSWA).BSWA算法依据社会学中的小世界现象搜索机理,采用类似遗传变异操作的局部搜索,而非遗传算法中的交叉操作.针对多维背包问题的多约束性,BSWA算法还按照价值资源比大小对不可行解进行贪婪修正,以保证求解的正确性.与遗传算法相比,BSWA可以在一定程度上克服早熟收敛,在保持种群多样性和求解精度方面均体现出较大的优势,具有解决复杂组合优化问题的潜力.对55个标准的多约束0-1背包问题进行了50次随机实验,结果表明,BSWA算法对于其中72.73%的问题可以次次获得最优解,对于其他不能次次求解到最优解的问题,也可以获得非常接近全局最优解的满意解.     

基于扩展神经网络的网格资源调度优化算法

针对具有时间约束和若干资源约束的网格资源调度问题，提出了一种基于扩展神经网络的求解新方法GRSENN。资源调度问题首先被分解为一系列多维背包问题并提出相应的数学模型，然后通过把问题的各种约束表示为Hopfield神经网络的能量函数项，进而导出神经网络模型。实验仿真结果表明该方法的有效性，并可避免通常神经网络所具有的容易陷入局部极小点的缺陷。     

用于全局优化的一种有效的单参填充函数

填充函数法是一种求解多变量、多极值函数全局最优的有效方法，但该方法的优化效果与构造的填充函数关系密切．构造了一种形式简单的单参数填充函数，并对其进行理论分析和仿真实验．对6个基准函数的数值实验表明，构造的填充函数对参数依赖性小，全局收敛速度快．     

A One-parameter Filled Function Method for Nonlinear Integer Programming

IntroductionWe consider the following nonlinear integer programmingproblem:(PI)minf(x)s.t.x∈XI,(1.1)whereXI Inis a bounded and closed box set whichcontains more than one point,Inis the set of integer pointsinRn.This i mplies that there exists a constantK>0suchthat1≤K=maxx1,x2∈XI‖x1-x2‖<∞,where‖·‖is the usual Euclidean nor m.f(x)=+∞asx∈In\XI.Notice that,whenf(x)is coercive,i.e.,f(x)→∞as‖x‖→∞,there al ways exists a box which contains alldiscrete global mini mizers off(x).…     

多维0/1背包与遗传算法的网格调度研究

首先分析了网格调度的代价和成本,设计出一个将多目标、多约束的网格任务转换成单目标、单任务的0/1背包的网格调度模型.提出使用多维0/1背包与改进的二重结构编码的遗传算法的方法来求解网格最优调度,并通过编程实现其算法,经实验验证该算法优于基本的遗传算法.     

Genetic Tabu Search for the Multi-Objective Knapsack Problem

We introduce a hybrid algorithm for the 0 - 1 multidimensional multi-objective knapsack problem.This algorithm, called GTS^MOKP, combines a genetic procedure and a tabu search operator. The algorithm is evaluated on 9 well-known benchmark instances and shows highly competitive results compared with two state-of-the-art algorithms.     

基于博弈论的背包问题优化算法

基于博弈粤论提出了一种背包问题优化算法。将背包问题的搜索空间映射为博弈的策略组合空间，背包问题的目标函数映射为博弈的效用函数，通过理性博弈主体的最优反应动态与均衡的扰动恢复过程达到优化目标。给出了算法的形式定义及描述，证明了算法的全局收敛性。仿真运算及与遗传算法的比较结果验证了算法的有效性。     

二次背包问题的秩二松驰

把对最大割问题进行秩二松驰的思想应用到二次背包问题上,得到二次背包问题的秩二松驰模型.应用罚函数法求得该模型的最优解,再利用扰动算法将该最优解转化成二次背包问题的解.     

求解0-1背包问题的混合遗传算法

对于0-1背包问题设计一种价值密度,并在此基础上提出求解0-1背包问题的混合遗传算法.经大量数值实验比较该方法与传统方法及简单遗传算法,结果表明算法能有效求解0-1背包问题.     

一种改进的模拟退火算法求解0-1背包问题

从增强算法收敛性和减少参数依赖性的角度出发,提出应用改进的模拟退火算法求解0-1背包问题.对模拟退火算法有所改进,并有效地克服它的弱点,使其在优化性能,优化效率和可靠性方面有明显的优越性.阐明了用该算法求解0-1背包问题的具体实现过程,并通过实际数值计算和结果比较表明,该算法在求解0-1背包问题优于传统的模拟退火算法,并且得到更有效的近似解.