搜索到144 篇“ 多维背包问题 “的相关文章
多维 背包 问题 的启发式算法研究探讨被引量：1 2024年 多维 背包 问题 是NP难组合优化问题 ,其模型及算法近年来在众多领域得到了广泛应用。本文主要探讨多维 背包 问题 的启发式求解算法,通过对相关文献进行研究,阐述现有算法的优缺点,针对多维 背包 问题 设计更高效的启发式求解算法,为其提供新的思路和参考。关键词：多维背包问题 组合优化 启发式算法 多维 背包 问题 的新型人类学习优化算法被引量：2 2024年 多维 背包 时精度低、稳定性差、特别是无法有效求解超大规模算例等问题 ,提出一种新型人类学习优化算法。首先,基于认知心理学中的记忆理论,在基本人类学习算法中采用哈希函数表示人类在学习过程中的记忆行为,避免重复搜索,提高算法搜索群体多样性;其次,采用认知心理学中的对比认知理论对学习算子选择策略进行自适应调整;最后,采用变邻域搜索操作提升算法局部搜索能力。采用小规模、中等规模、大规模、超大规模共76个多维 背包 问题 的标准测试数据集进行数值实验,并将新算法和二进制粒子群算法、遗传算法、人类学习算法以及融合学习心理学的人类学习算法进行比较。结果表明新算法能够有效求解四种规模算例。与其他算法相比,新算法具有更高的寻优精度和更好的稳定性。此外,对提出的三种优化策略进行分析,测试其对提高算法搜索性能的有效性。关键词：认知心理学 哈希函数 多维背包问题 自记忆的深度强化学习模型求解多维 背包 问题 2024年 多维 背包 问题 维度高,约束强的特点提出了自记忆的学习优化模型(self memorized learn to improve,SML2I),通过深度强化学习的学习机制选择迭代搜索过程中的算子即模型学习当前的解以及历史搜索过程中的解,判断对当前解采用提升策略或者是扰动策略,在此基础上,进一步提出了哈希表与设计了2种有效的基于价值密度的扰动算子.使用哈希表记录历史搜索过程中的解,防止模型重复探索相同的解,基于价值密度的扰动策略生成的新解与之前的解决方案完全不同,因此针对扰动后的解再次采用提升策略同样有效,通过测试89个MKP数据集并与其他文献中先进的求解方法进行对比,实验结果验证了SML2I模型求解MKP问题 的可行性与有效性.关键词：多维背包问题 求解多维 背包 问题 的双决策交互差异算法 2023年 多维 背包 问题 的求解算法存在的修复方式单一、种群动态适应性差等问题 ,提出一种双决策交互差异算法(DDEA)。融合自主学习思想,设计多维 加权价值密度和相对价值概率指标,双重决策确定物品选择顺序,制定相应解的修复优化策略。采用双种群交互差异进化算法,设置主群和辅助群2个种群,种群间进行信息交互,提高种群多样性,避免陷入局部最优,提高算法寻优能力。主群实施差异进化机制,依照个体优劣依次划分为3个子群,分别按照特定方式进化,并在进化过程中完成与辅助群的交互,增强算法群智能性。引入刺激-响应机制,平衡算法的全局和局部搜索能力,并加入精英库协同寻优,加快算法收敛速度。仿真结果表明,DDEA算法可求出全部最优解,平均相对误差率为3.04×10-5,相比于同类算法降低2个数量级,有效提升了多维 背包 问题 的求解精度、效率和稳定性。关键词：多维背包问题 基于约束差分演化算法的多需多维 背包 问题 的求解方法 多维 背包 问题 的求解方法，建立目标函数模型、约束函数模型和违约目标函数模型；设置算法参数；约束函数模型动态处理：产生初始种群，计算初始约束边界，得到约束函数模型...改进二进制和声搜索算法求解多维 背包 问题 被引量：5 2022年 问题 的元启发式方法。针对典型的组合优化问题 ——多维 背包 问题 (MKP),提出一种改进二进制和声搜索(IBHS)算法。算法通过伯努利随机过程生成二进制群体,在候选和声生成算子中,引入动态自适应参数,通过算法参数的自适应调整来协调算法的全局搜索和局部搜索,并提出一种新的更有效的衡量商品多维 加权价值密度的方法用于二进制个体修正和优化;引入精英局部搜索机制进行协同寻优,提高IBHS的收敛速度。通过求解10组不同规模的典型多维 背包 算例和与贪心二进制狮群优化(GBLSO)算法、改进的差分演化(MBDE)算法以及二进制修正和声(BMHS)算法的对比分析,实验结果表明,所提算法在求解MKP时有具有良好的收敛效率、较高的寻优精度和很好的鲁棒性。关键词：多维背包问题 组合优化 价值密度 基于随机采样预处理的多维 背包 问题 求解方法研究 多维 背包 问题 ,多维 背包 问题 的目标是在满足所有维度下的限制条件找出被选择的物品总价值最大的组合,它是NP难的组合优化问题 ,在计算上具有挑战性并且在生活中应用广泛,多维 背包 问题 广泛存在于货物装载、削减库存、项目...关键词：组合优化 多维背包问题 量子粒子群优化算法 基于烟花算法的多维 背包 问题 的求解 多维 背包 问题 (Multidimensional knapsack problem,MKP)作为0-1背包 问题 的拓展，是一种典型的NP难问题 ，在日常生活中有着大量的应用场景，比如货物装载，资源分配，投资决策等等。因此，无论...关键词：多维背包问题 贪心二进制狮群优化算法求解多维 背包 问题 被引量：6 2020年 问题 ——多维 背包 问题 (MKP),提出了一种贪心二进制狮群优化(GBLSO)算法。首先,采用二进制代码转换公式将狮群个体位置离散化,得到二进制的狮群算法;其次,引入反置移动算子对狮王位置进行更新,同时对母狮和幼狮位置重新定义;然后,充分利用贪心算法进行解的可行化处理,增强搜索能力并进一步提高收敛速度;最后,对10个MKP典型算例进行仿真实验,并把GBLSO算法与离散二进制粒子群(DPSO)算法和二进制蝙蝠算法(BBA)进行对比。实验结果表明,GBLSO算法是一种有效的求解MKP的新方法,在求解MKP时具有相对良好的收敛效率、较高的寻优精度和很好的鲁棒性。关键词：贪心算法 多维背包问题 组合优化 求解多选择多维 背包 问题 的混合蚁群算法 2020年 多维 背包 问题 。算法遵循了最大最小蚁群系统的算法方案,从拉格朗日松弛中得到的项目的拉格朗日值将被作为蚁群算法的启发式因子,它在定义的6个基于域的启发式因子中表现最好。在此基础上,提出了一种新颖的可行性指标,将可能不可行解转化为可行解。通过将该算法与现有的三种算法进行比较的实验测试,结果表明,该算法具有较强的求解能力。关键词：蚁群优化 拉格朗日松弛法
相关作者
马良 作品数：321 被引量：2,394 H指数：25 供职机构：上海理工大学管理学院 研究主题：蚂蚁算法 多目标 优化算法 元胞自动机 蚁群算法 刘毅 作品数：13 被引量：19 H指数：2 供职机构：武汉科技大学 研究主题：DNA计算 DNA探针 多维背包问题 核酸外切酶 模块化多电平换流器 刘勇 作品数：73 被引量：279 H指数：9 供职机构：上海理工大学管理学院 研究主题：优化算法 元胞自动机 蚁群算法 函数优化 引力搜索算法 潘大志 作品数：82 被引量：243 H指数：8 供职机构：西华师范大学数学与信息学院 研究主题：背包问题 遗传算法 萤火虫算法 贪心 遗传算法求解 王志刚 作品数：46 被引量：167 H指数：7 供职机构：南京师范大学泰州学院 研究主题：人工蜂群算法 差异演化算法 群体智能 粒子群优化算法 二进制
