解0—1背包问题的混合编码贪婪DE算法

提出一种混合编码差异演化算法来求解0—1背包问题。通过增加边界约束处理算子和编码映射函数,构建混合编码差异演化算法,求解离散优化问题,并利用贪婪变换方法对演化过程中的不可行解进行修复。仿真实验结果表明了该算法求解0-1背包问题的有效性与适用性。     

解0-1背包问题的蚁群算法

针对经典的0-1背包问题，提出一种基于解的相异度的新的蚁群优化算法，废方法引入信息量的局部更新机制，并根据解的相异程度确定解的交叉概率。数值实验计算表明，该算法加快计算速度的同时保证了解的多样性，具有较好的通用性。     

一个Bottleneck问题及其算法

在文[1]中,提出了下面的数学模型:模型Ⅱ.求-X=(x_1,x_2,…,x_n)满足下列约束条件 sum from j=1 to n(x_j=m)(m≥n且为整数), x_j≥1 且为整数,j=1,2,…,n,     

背包问题最优解的结构

讨论背包问题的最优解,引入背包问题的阶的概念,并对背包问题的阶作出深入的讨论,在此基础上得到背包问题的最优解的一般形式。     

求多峰函数全部全局最优解的胞腔排除遗传算法

借助胞腔，并利用遗传算法能够最终收敛于非线性多峰函数全局最优解的特点，动态地剖分和排除胞腔，从而构成一种新型遗传算法－胞腔排除遗传算法，利用该算法可求取非线我峰函数全部全局最优解，仿真实验表明该算法合理，有效。     

一种整数Bottleneck问题的讨论

§1.引言 我们讨论整数Bottleneck问题其中c_i>0,a_i>0(i=1,2,…,n),b>0,且设(否则目标函数值只能取另值),记,整数},并假设Τ≠Φ,因而(1.1)一定有解。 引理1.1 (1.1)的解x~*满足下列估计:     

0—1背包问题的度优先算法

本文介绍了０－１背包问题的一种深度优先算法。并用概率分析方法给出了算法的时间复杂度和空间复杂度,一般情况下,其时间复杂度Ｔｎ在Ｏ?     

解0-1背包问题的二进制差异演化算法

针对传统差异演化算法(DE)无法求解采用二进制编码问题的缺点,通过采用新的变异方法,提出了一种用于求解0-1背包问题的二进制差异演化算法,阐明了该算法求解背包问题的具体实现过程.通过多个0-1背包问题的仿真试验,表明了该算法在求解0-1背包问题时不仅能达到最优解,而且收敛速度快,同时也验证了算法在解决二进制编码问题上的可行性和有效性.     

矩阵式旅行商问题的最优解

针对一类特殊的平面TSP问题,其中所有城市的位置都规整地排成矩阵,每一行（每一列）相邻城市的距离相等;对行距等于列距以及行距的其中一种情况,都分别给出了最优算法和证明,而对行距不等于列距的另一种情况也给出了三个算法以及它们的比较。     

健壮性着色问题的最优解研究

健壮性图着色问题(Robust Graph Coloring Problem-RGCP)是经典图着色问题的一种新的扩展。RGCP则着重针对着色方案的健壮性,使之能处理现实中经常出现的不可预见的突发事件,即需要考虑补边出现的情况。对RGCP在特殊情况下的最优解进行了研究,由此推导与证明了平均颜色定理,以及推广到一般RGCP求解的优化。     

可满足性问题全部解的求解算法

SAT问题在人工智能、计算机基础理论研究和人工智能等领域有着广泛的应用,近年来,证明该问题的可满足性取得了巨大的成功,但在求出SAT问题的所有解方面还有待进一步研究。利用一个简单的变换,将可满足性（SAT）问题转化为多项式形式,然后根据命题逻辑的性质以及多项式的性质,得到一个求解出SAT问题所有解的算法。实验结果显示该算法是有效和可行的。     

混合二进制差异演化算法解0-1背包问题

为了有效求解0-1背包问题,提出一种混合二进制差异演化算法.该算法基于差异演化算法框架,采用二进制编码,通过增加映射操作、S型变换操作和逆映射操作等3种新的操作,将差异演化算法从实数优化领域推广至离散优化领域,成功解决了差异演化算法直接求解离散优化问题时的计算不封闭问题.此外,在每次迭代求解时,利用贪婪变换法对违反约束条件的不可行解进行变换,使其成为可行解.不同规模的背包问题的数值实验结果表明了该算法的有效性与适用性.     

求解0—1背包问题的共同进化遗传算法

0-1背包问题是一类组合优化问题,迄今已有40多年的研究历史,可广泛应用于碎片收集、作业调度、资金预算和货物装箱等领域。0-1背包问题是一类NP问题,所以传统方法如持续松弛法、分枝-界限法、动态规划法和一些近似算法等等,一般仅能获得问题的近似最优解。近年来,不少学者将稳健的遗传算法应用于0-1背包问题的求解,在问题求解质量方面收到了较好的效果。但是,由于传统的单种群遗传算法中一个染色体编码结构代表了问题的一个完整可行解,因此可能导致对解的较好部分的利用可能被其它较差的部分所掩盖,且问题求解效率随着问题规模的增大而下降。针对上述不足,本文基于合作式共同进化计算模型,将共同进化计算用于求解,提出一种求解0-1背包问题的共同进化遗传算法,以进一步提高问题的求解质量和算法效率。     

求解多维0—1背包问题的混合遗传算法

文章研究一类典型的组合优化问题——多维０－１背包问题,提出了在简单遗传算法（ＳＧＡ）中加入局部搜索机制的混合遗传算法（ＨＧＡ）来求解该类问题,并在大量数值实验的基础上,将ＨＧＡ与传统的求解方法及ＳＧＡ进行了比较,实验的结果表明,该算法具有一定的优越性。     

计算机视觉的PNP问题的最优解

本文讨论了计算机视觉的PNP(Perspective-N-Point)问题:根据观察到的n个已知特征点的象点求解被观察物体相对于相机的三维运动参数.由于象噪声,该问题本质上是非线性最优化问题.本文导出一个闭式解,并提出若干克服象噪声影响的方法.仿真试验的结果表明本文的方法有很好的应用前景.     

控制系统l~1优化设计最优解的存在性和次优解

本文初步研究了控制对象有z平面单位圆上零极点时l~2优化设计问题解的存在性,指出在此种情况下l~1优化问题的最优解不一定总是存在。提出了解存在性的判别定理。在最优解不存在时给出了次优解的求取方法。     

0/1背包问题

本文对“0/1背包问题”采用贪婪算法、动态规划、回溯法、分枝限界四种不同方法进行求解和算法分析,并通过各种算法的实现,研究了0/1背包问题的实质。     

0/1背包问题

本文对“0／1背包问题”采用贪婪算法、动态规划、回溯法、分枝限界四种不同方法进行求解和算法分析．并通过各种算法的实现．研究了0／1背包问题的实质。     

连续背包问题贪婪算法最优解的实现

贪婪法是用于设计数值最优化问题的算法之一,它能应用于求解不同领域的多种问题,如应用于集装箱问题的背包贪婪算法。贪婪法不追求最优解,不要回溯,只希望得到较为满意的解,使用贪婪法不能保证一定得到最优解。本文通过对连续背包问题不同贪婪准则的讨论,给出了一个贪婪算法最优解实现的C程序。     

0/1背包问题

本文对0/1背包问题采用贪婪算法、动态规划、回溯法、分枝限界四种不同方法进行求解和算法分析,并通过各种算法的实现,研究了0/1背包问题的实质。