全文获取类型
收费全文 | 209篇 |
免费 | 6篇 |
国内免费 | 14篇 |
专业分类
系统科学 | 25篇 |
丛书文集 | 5篇 |
教育与普及 | 2篇 |
理论与方法论 | 6篇 |
现状及发展 | 1篇 |
综合类 | 190篇 |
出版年
2023年 | 4篇 |
2022年 | 5篇 |
2021年 | 3篇 |
2020年 | 6篇 |
2019年 | 2篇 |
2018年 | 2篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 4篇 |
2014年 | 12篇 |
2013年 | 11篇 |
2012年 | 12篇 |
2011年 | 19篇 |
2010年 | 18篇 |
2009年 | 25篇 |
2008年 | 19篇 |
2007年 | 16篇 |
2006年 | 11篇 |
2005年 | 12篇 |
2004年 | 7篇 |
2003年 | 6篇 |
2002年 | 6篇 |
2001年 | 8篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1996年 | 4篇 |
1995年 | 1篇 |
1994年 | 3篇 |
1992年 | 4篇 |
1988年 | 1篇 |
排序方式: 共有229条查询结果,搜索用时 15 毫秒
1.
2.
混合遗传算法求解0-1背包问题尝试 总被引:1,自引:0,他引:1
董清潭 《天津理工大学学报》2005,21(2):76-79
遗传算法是一种基于自然选择和遗传机制的搜索算法.为解决著名的0-1背包问题,尝试混合使用一点杂交与多点杂交以及将传统的算法与遗传算法相结合的方法,对经典遗传算法进行改进,并在实验中获得了更佳近似解. 相似文献
3.
指出Cao-Li公钥密码系统会由于某些参数选择而导致系统的安全问题;利用背包系统对Cao—Li系统的改进进行改进,解决原有系统的参数依赖性问题. 相似文献
4.
本文给出了一个以动态状态空间树为基础的0/1背包问题的回溯算法.动态树方法对求解线性规划问题等是非常有用的,该算法所用时间比静态状态空间树方法要少.文中给出的Sparks算法经用C语言写成程序上机验证,思路正确 相似文献
5.
一类可分离的非线性0-1背包问题的分枝定界算法 总被引:1,自引:0,他引:1
构造出了一类可分离非线性0-1背包问题的分枝定界算法.分枝的过程是酱通的0-1变量分枝,用简单的取整启发式法确定更好的可行解;而在每个分枝结点处用线性松弛技术确定了它的子问题的一个线性规划松弛逼近。由此得到最优值的一个下界.数值结果表明所提出的算法是有效的.可以求解中等规模的问题. 相似文献
6.
用遗传算法求解多目标0/1背包问题 总被引:2,自引:0,他引:2
扼要介绍多目标优化的Pareto最优性概念 ,研究搜索多目标 0 1背包问题Pareto最优解集的快速遗传算法 (FPGA :fastParetogeneticalgorithms) .FPGA采用种群中非支配解的层次评价可行解的适应值 ,提出了一种快速非支配解层次辨识算法 ,辨识算法仅有O(n2 )数量级的计算复杂性 ;采用基于聚类概率排挤的小生态技术维持种群多样度和Pareto最优解集的分布均匀性。对多种多目标 0 1背包问题的仿真优化实验结果表明 ,FPGA能够以有效的计算成本搜索到精度高的、分布均匀的高质量Pareto非劣解集 ,其收敛速度和收敛准确性一致地优于代表性的强度Pareto进化算法 (SPEA) . 相似文献
7.
改进遗传算法及其在背包问题中的应用 总被引:13,自引:0,他引:13
介绍了一种改进的遗传算法,给出了应用该算法的具体步骤。该算法通过使用二元染色体编码方式,利用基因处于不同状态的概率来表示等位基因,既使染色体具有了更多的信息量,又能够保证遗传算法的收敛性。通过旋转变换实现了染色体的进化,提高了算法的全局搜索能力和收敛速度。并利用组合优化中典型的背包问题对算法进行了验证,并和基本遗传算法的结果进行了比较,验证了算法的有效性 相似文献
8.
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
9.
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. 相似文献
10.
引入侦查子群的蚁群算法求解0/1背包问题 总被引:1,自引:0,他引:1
针对标准蚁群算法易于出现早熟停滞等缺陷,在原有算法基础上引入一定比例的侦查蚁群。在优化过程中侦查蚁群以一定概率做侦查搜索,以扩大了解的搜索空间;在信息素更新策略上,为了兼顾当代和历代的搜索成果,采取了信息素混合更新策略,同时增强侦查子群的最佳路径信息及剩余全部蚁群路径信息,有效抑制了收敛过程中的早熟停滞现象,提高了算法收敛速度。通过4个典型0/1背包问题(KP)实例进行了仿真实验,并与标准蚁群算法进行性能比较,结果表明该算法不仅能够克服早熟现象,而且能够加快收敛速度。 相似文献