排序方式: 共有15条查询结果,搜索用时 46 毫秒
1.
背包问题(KP)是计算机科学中典型的NP-hard问题,不存在多项式时间的精确算法。本文首先给出了求解0-1KP问题的一种改进的近似算法,讨论了算法复杂度与近似比;然后,给出了求解0-1KP的动态规划算法描述,并分析了算法的复杂度;最后,对两种方法进行了理论分析,并利用3个较大规模0-1KP实例的仿真计算结果与GDPSO进行比较。 相似文献
2.
将部分穷举法与贪婪算法相结合,给出求解多背包约束下非减下模集函数最大值的近似算法.证明了该算法的性能保证是1-e^-1,算法的时间复杂性为O(3n^4). 相似文献
3.
将遗传算法应用于背包问题,利用遗传算法的求解思想,对传统的背包问题进行了详细的分析,按照遗传算法的基本结构设计了编码,并通过实例验证了遗传算法用于解决背包问题的可行性和有效性. 相似文献
4.
基于遗传算法的背包问题求解 总被引:10,自引:0,他引:10
背包问题是计算机算法研究中NP完备类的一个困难问题,对这个问题国内外很多学者已经研究出了不少经典的方法,但是这些传统的优化方法存在一些缺点。本文介绍了近年来兴起的一种机器学习算法——遗传算法解决背包问题的基本思路,并通过实例计算证明了此方法的可行性和有效性。 相似文献
5.
在Kennedy和Eberhart的二进制粒子群优化算法(BPSO)的基础上提出一种利用种群平均信息的二进制粒子群优化算法。新算法利用种群个体极值的平均信息和粒子的个体极值决定粒子当前取值的概率,使粒子可以充分利用整个种群的信息。通过测试函数优化和0—1背包问题,结果表明该算法具有较好的收敛速度和稳定性,求解结果要优于BPSO和一些改进算法。 相似文献
6.
对单约束线性整数规划(ILP,背包问题)的特性进行了分析,通过剪去无效变量对问题进行简化,并给出了问题的一个上界及最优值判定条件。 相似文献
7.
8.
9.
求解多维0/1背包问题的二元粒子群算法 总被引:1,自引:0,他引:1
从一维细胞自动机模型入手,设计了一种求解二元离散优化问题的二元粒子群算法细胞自动机模型(BPSO-CA).粒子从起始细胞出发,根据本身携带的信息并感知存储在细胞中的全局最优粒子位置的信息随机选择状态(0或1),从而实现复杂智能的"涌现".然后将其用来求解多维0/1背包问题,同时引入贪心算法对不符合约束条件的非怯个体进行修正.通过对Zuse Institute Berlin公布的测试集进行实验,表明该模型能在多项式时间内完成求解过程,且实验结果优于测试集记录的结果. 相似文献
10.