贪心算法及其实例探究

贪心算法就是在求最优解问题的过程中,依据某种贪心标准,从问题的初始状态出发,直接去求每一步的最优解,通过若干次的贪心选择,最终得出整个问题的最优解的方法。贪心算法所作的选择可以依赖于以往所作过的选择,但决不依赖于将来的选择,也不依赖于子问题的解,因此贪心算法与其它算法相比具有一定的速度优势。如果一个问题可以同时用几种方法解决,贪心算法应该是最好的选择之一。     

求解TSP的贪心模拟退火算法

通过分析传统模拟退火算法的不足和可行的改进方案,提出了一个用于求解TSP问题的贪心模拟退火算法.新算法在改进的模拟退火算法的基础上结合改进的贪心算法,增加了算法的解的质量.实验表明,新的算法比传统的模拟退火算法和贪心算法有更优的解.     

一维下料方案的贪心算法优化

在对一维下料方案数学模型分析的基础上,提出了一种基于贪心算法的求解方法.主要思想是采用原材料利用率最高的切割方式优先的贪心选择策略,从而将问题转化为求解给定集合的子集和问题.实际应用表明,采用该算法求解出一维优化下料方案,可提高材料的利用率.     

应用运输问题和贪心算法的电力交易行为分析

为了找出南方区域电力市场互联电网效果不佳的原因，在满足电力撮合交易的条件下，运用带权拟阵的贪心算法分析了现行模拟电力市场中购售电双方存在的“就近购买”行为；采用平衡运输问题的线性规划模型分析了南方电力市场购电方存在的“购电整体最优”方案.指出联网效果不佳不是技术上的原因，而是由于在统一电力市场电能交易中存在着整体和局部利益的冲突.省间电力交易的价格应经过严格的经济调度和交易计划分析后确定，送电端所获利润应与受电端分享，依靠市场来解决问题.     

基于贪心算法的AGVS路径规划可行性判断研究

为了解决AGVS柔性可行性的判断问题,提出了一种使用贪心算法处理因生产任务临时调整而引起的AGVS路线调整的可行性判断方法,并给出了该方法可行的严格证明,仿真实验表明该方法完全可以用于突发情况下的AGVS（自动导引小车系统）路线调整的可行性判断,同时该方法可以安排尽可能多的突发任务。     

用贪心算法求解最优服务次序问题

贪心算法是解决问题的一类重要方法,因其简单、直观和高效而受到人们的重视。特别是对于具有最优子结构和贪心选择性质的一类实际问题,它可以通过一系列局部最优选择来获得整体最优解。本文首先对最优服务次序问题进行了分析,然后给出了该问题的贪心解法,最后对所提出算法的时间复杂度进行了分析。     

传感器网络中的多重贪心路由算法

基于二层架构的无线传感器网络，以减少网络功耗为目的，提出了一种新的路由算法－－多重贪心算法以获得最优路径。模拟结果证明了此算法复杂度量级远小于穷举法，和贪心算法近似，不过相对于贪心算法大幅度减少了组长传感器的平均功耗，从而提高了网络的生命期。     

传感器网络中的多重贪心路由算法

基于二层架构的无线传感器网络，以减少网络功耗为目的，提出了一种新的路由算法－－多重贪心算法以获得最优路径。模拟结果证明了此算法复杂度量级远小于穷举法，和贪心算法近似，不过相对于贪心算法大幅度减少了组长传感器的平均功耗，从而提高了网络的生命期。     

应用贪心算法的次最优MC-CDMA检测机

应用贪心算法提出了一种次最优MC-CDMA检测机。仿真结果表明,与传统检测机比较,它据有次最优的性能,但结构比最优检测机简单。     

求解复杂背包问题的一种贪婪算法

给出了求解背包问题的一种贪婪算法,引用了模函数对算法进行了讨论,从理论上证明了这一算法的性能保证,最后用此算法求解了一个背包问题.     

0-1背包问题的一种新的启发式算法

为了提高求解0—1背包问题的效率，提出了这类问题的一种基于贪婪算法的启发式近似算法，通过寻找尽可能大的可行解和尽可能小的上界，从而求出近似最优解，该算法最大的优点是可以给出计算误差，算法的最坏性能比是2，通过编程计算证明该算法具有良好的性能．     

矩形件排样优化贪婪算法及系统开发

针对矩形件排样优化问题,分析了传统近似算法的主要缺陷,在此基础上,提出一种新的排样算法——贪婪算法.该算法的主要思想是在每次排样过程中,都用面积最大的矩形件对板材进行填充.同时,开发了一个矩形件排样优化系统.实际排样结果表明,贪婪算法能够获得比近似算法更有效的排样结果.     

贪婪算法在InSAR相位解缠中的应用

针对干涉SAR二维相位解缠问题，提出了一种利用贪婪算法提高解缠精度的新方法．首先从理论上推导了贪婪算法相位解缠的基本原理，然后提出了一种迭代加权的贪婪算法，以克服传统贪婪算法解缠结果收敛于局部最优解的弊病，最后利用仿真数据进行了实验分析，验证了本文算法的有效性．仿真实验结果表明，该算法实时，高效，准确．     

剖分拟阵约束下求解下模函数最大值问题的一种贪婪算法

给出了求解剖分拟阵约束下,下模函数最大值问题的一种新的近似算法,这一算法是改进的贪婪镎法,即将局部搜索法与贪婪算法相结合,使其整体具有更好的性能保证.同时从理论上证明了这一算法的可靠性.最后通过具体算例验证了算法的有效性.     

利用遗传贪婪混合算法求解背包问题

采用遗传贪婪混合算法解决背包问题,提出利用补偿算子来解决算法较早收敛于局部最优解的思想,有效抑制算法的早熟收敛。在算法的交叉操作中加入确定性策略,在算法的变异操作中加入非确定性策略,以确保算法具有更好的收敛性能。实验结果表明,该算法性能较佳,可以满足解决背包问题的需要。     

基于贪婪策略的局部优化服务组合方法

提出了一种不依赖于服务关系图、可支持实体之间继承与组合关系、高效的自动服务组合方法.该方法首先标记出必要的可满足服务,然后从中挑选出部分服务直接生成组合路径,从而减少时空开销,避免循环搜索与重复搜索.为达到局部优化的目标,标记可满足服务时运用了贪婪策略.仿真实验表明,该方法具有良好的时间复杂度,能够适用于大规模的语义服务组合.     

纯方位目标跟踪系统观测平台的贪婪法机动策略

在最大化Fisher信息阵(FIM)行列式当前增量指标下,利用贪婪法给出纯方位远距离目标跟踪观测平台当前时刻一种新的机动控制策略,其特点是能自适应控制观测平台航向使得任意当前时刻均为最优,几何直观显示适合工程应用的可操作性;传统方位差最大指标下的垂直瞄准线航向法只侧重方位信息,贪婪法机动策略是在距离和方位因素间的折中,因而能获得更大的信息.     

1-Neighbour knapsack problem and prospective greedy algorithm of intentional islanding in active distribution network

A connected and undirected graph model of active distribution networks with considering the function of interconnecting switches is constructed in this paper.Based on this model,the island partition problem of active distribution networks can be described as a 1-neighbour knapsack problem.An effective heuristic algorithm named prospective greedy algorithm is then proposed to solve this problem.Case studies on PGE 69-bus network show the validity of the proposed model and algorithm.