求解组合拍卖问题最大值的贪婪算法

为有效解决组合拍卖问题,从基约束条件下,下模函数最大值问题的基本结论出发,逐步过渡到求解组合拍卖问题的贪婪算法,给出一种新的近似算法,分析了该算法的性能保证.该算法是一种改进的贪婪算法,即将部分穷举法与贪婪算法结合,从而使其具有更好的性能保证,并从理论上证明了该算法的可靠性和有效性.     

基于贪婪策略整体分布优化算法的0-1背包问题求解

提出了一种思想简单且可用于0-1背包问题求解的基于贪婪策略整体分布优化算法.该算法首先随机产生一个初始种群,经贪婪策略将种群变成价值相对较高的可行解,保留本次最优解;然后以最优解为中心,用柯西分布产生新的种群,经贪婪策略将新种群变成相对价值较高的可行解,再保留本次最优解,重复以上过程,达到最大迭代次数,求出问题的全局最优解;最后,对不同规模的问题进行了实验.结果表明:该算法在求解0-1背包问题上是有效的,比遗传算法、贪婪算法具有更强的寻优能力.     

基于MMHC算法的贝叶斯网络结构学习算法研究

贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.     

求解多背包约束下下模集函数最大值的近似算法及其性能保证

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）．     

多分类贪婪算法的一致性

学习理论中,许多学习算法可以描述为一个最小化适当损失函数的贪婪过稗．贪婪算法小依赖于所估计问题的参数的数目,在处理较弱条件的统计估计问题中具有较大的优势．本文研究基于凸风险最小化方法的多分类贪婪算法,推广二分类的学习问题到多分类的情形,建立了多分类贪婪算法的估计误差,证明了该学习算法的一致性。     

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,建立数学模型,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.     

应用于图像分割的改进贪婪蛇算法

针对现有的贪婪蛇算法存在的计算量大且不能很好地处理凹形图像的问题,提出一种改进贪婪蛇算法;该算法对原始图像进行灰度预处理,以提高原始图像锐化程度;通过重新设计能量函数中的图像力的计算方法,得到一种新的贪婪蛇算法能量函数,用于完成蛇素的初始收敛;使用一种贪婪收敛策略实现蛇素的最终收敛。图像分割实验验证了改进贪婪蛇算法的有效性,特别是在分割复杂凹形图像时效果较好。     

资源受限最小赋权树形图的一种贪婪分解启发式算法

资源受限的最小赋权树形图问题(RMWA)是NP-难的,针对RMWA问题给出一种新的贪婪分解启发式算法.通过分解目标函数和约束条件,把RMWA模型分解成一个最小赋权树形图问题和n个独立的特殊背包问题.对这n个独立的特殊背包问题,设计贪婪算法求其解,其时间复杂度为O(nmlog2m);然后调整该解使其满足树形图的约束条件得到RMWA问题的一个可行解,该算法总的复杂度为O(nm2).最后,给出实例来阐述该贪婪分解启发式算法.     

基于遗传算法求解0—1背包问题的算法探讨

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,具有重要的研究意义.介绍了贪婪算法和基本遗传算法求解背包问题的设计思想,提出了基于贪婪算法的混合遗传算法求解0-1背包问题.实验结果表明改进的遗传算法有更好的近似解.     

一比特压缩传感的贪婪重构算法

针对测量值的一比特量化,提出了一种新型贪婪迭代算法:符号子空间追踪算法。该算法融合了一致性恢复和贪婪迭代的原理,将量化误差对重构的影响降到最小。仿真结果表明,在高比特率的情况下,该算法的重构误差比只考虑稀疏性和只考虑一致性恢复的算法分别低13 dB和21 dB。     

一种求解下模集函数最大值问题的近似算法

下模集函数最大值问题属于NP-难问题,难以得到有效的求解方法。针对这一情况,运用概率分布方法,给出了求解该问题的一种近似算法,并证明算法的性能保证为1／3。组合优化问题实例证明了该算法的有效性。该研究可为求解下模集函数最大值问题提供新的思路。     

求一般图的最小顶点覆盖集问题的混合贪婪算法

现有的求一般图的最小顶点覆盖集近似算法或者近似比较高,或者为降低复杂度限制了图的规模,或者算法搜索过程中盲目性大.根据顶点的度特点及贪婪法的思想,提出了邻接度数、覆盖边等主要概念,并在此概念的基础上设计了混合贪婪算法.该算法设计思路清晰,容易理解,易于编程实现,且在最坏情况下的时间复杂度为O(|V|2),执行效果较好,性能近似比不大于4/3,接近已知的可能的近似比下界1.166 6,低于2005年认为最低的近似比1.361,是图的最小顶点覆盖问题算法的一个较好的补充.     

最大化非减次模集函数问题的近似算法及其性能保证

次模集函数的最值问题在组合优化问题中有广泛应用,次模集函数的增减性对该问题的分析具有一定的简化作用．给出了求解非减次模集函数最大值问题的一种近似算法,并讨论了所给算法的性能保证．     

退火贪婪混合遗传算法

提出了一种将贪婪算法和退火算法相结合的新型混合遗传算法,提高了算法的收敛速度,同时避免了遗传算法中存在早熟收敛的问题.     

套利问题的贪心算法设计

通过对套利问题的具体分析，利用该问题本身具有的一些特性，并结合实际的6种货币汇率的交叉兑换数据，提出了一个用贪心算法解决该问题的可行方案，同时给出了示例数据的求解结果；讨论了套利的实际可操作性。     

基于贪心算法的解相关CDMA多用户检测

多用户检测是第3代移动通信系统码分多址(CDMA)的一项关键技术.在此,提出了一种基于贪心算法的解相关CDMA多用户检测方法.该方法利用解相关检测的输出作为初始解,以加快算法的收敛速度,应用贪心算法进行搜索,解决最佳多用户检测的非线性优化组合问题.在高斯信道和瑞利衰减信道下的仿真结果表明,该方法计算复杂度低,能够得到与最佳检测方法非常接近的误码率性能.     

基于贪心法的排课算法

一直以来,最优解的排课算法的时间复杂度大多是排课规模的指数阶。文章把贪心法应用于排课算法中,得到排课最优解的多项式算法。     

基于改进贪婪式算法的AMR任务分配

采用自主移动机器人AMR(Autonomous Mobile Robot)集群智能、高效处理机场行李时,为了解决机场环境中AMR集群的分配调度问题,提出一种改进贪婪式算法的任务调度策略.根据随机行李数量,分配合适的AMR数量执行处理任务.该算法综合考虑在机场环境下行李任务的到达规律和AMR特性,据此改进贪婪选择策略,使其较其他算法更好体现行李任务与AMR之间的调度分配关系.首先,采用A*算法计算代价,能够获得更加符合实际环境的代价值;其次,对AMR进行类型划分和使用预先出发的策略,减小了任务分配时间和系统运行时间.仿真结果表明,该算法与相关文献算法相比,能够获得更小的任务分配时间和系统运行时间.     

一种基于各向同性集的模糊滤波算法

图像中的椒盐噪声是一种特殊的噪声,处理不当会使图像本身的细节变得模糊不清,从而使图像降质,中值滤波能够有效地抑制椒盐噪声,但模糊了图像中的一些细节。因此结合方向图,提出了一种基于各向同性集的模糊滤波算法,不仅能够有效地抑制椒盐噪声,而且能够较好地保持图像细节,该算法大大优于中值滤波。     

基于属性重要性的贪心算法的改进算法

文章针对决策表属性离散化改进的贪心算法在信息表中判断断点存在的缺陷,通过引入属性重要性的概念,提出了基于属性重要性的贪心算法的改进方案,弥补了原算法无法选择断点的缺陷,通过计算属性的重要性大小,优先选择属性重要的断点。