检索结果

Select

1. 基于Lévy飞行的差分乌鸦算法求解折扣{0-1}背包问题

刘雪静, 贺毅朝, 路凤佳, 吴聪聪, 才秀凤

计算机应用 2018, 38 (2): 433-442. DOI: 10.11772/j.issn.1001-9081.2017071852

摘要（499）

PDF （1349KB）（385）

针对大规模的折扣{0-1}背包问题（D{0-1}KP）难以用确定性算法求解的问题，提出了基于Lévy飞行的差分乌鸦算法（LDECSA）。首先，利用混合编码解决D{0-1}KP的第二数学模型的编码问题；其次，利用新的贪心修复与优化算法（NROA）处理求解过程中产生的不可行解；然后，针对乌鸦个体过早陷入局部最优和收敛较慢等缺陷，引入Lévy飞行和差分策略；最后，通过实验确定了感知概率和飞行长度的合理取值以及差分策略的选择。对四类大规模D{0-1}KP实例的计算结果表明：LDECSA非常适合求解大规模D{0-1}KP，能得到满意的近似解。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于差分演化策略的混沌乌鸦算法求解折扣{0-1}背包问题

刘雪静, 贺毅朝, 路凤佳, 吴聪聪, 才秀凤

计算机应用 2018, 38 (1): 137-145. DOI: 10.11772/j.issn.1001-9081.2017061445

摘要（480）

PDF （1387KB）（367）

针对确定性算法难于求解的各项的重量系数和价值系数在大范围内取值的折扣{0-1}背包问题（D{0-1}KP），提出了基于差分演化策略的混沌乌鸦算法（DECCSA）。首先，采用混沌映射生成初始乌鸦种群；然后，采用混合编码方式和贪心修复与优化策略（GROS）解决了D{0-1}KP的编码问题；最后，引入差分演化策略提高算法的收敛速度。对4类大规模D{0-1}KP实例的计算结果表明：DECCSA比遗传算法、细菌觅食算法和变异蝙蝠算法求得的最好值和平均值更优，能得到最优解或更好的近似解，非常适于求解D{0-1}KP。

参考文献 | 相关文章 | 多维度评价

Select

3. 变异蝙蝠算法求解折扣{0-1}背包问题

吴聪聪, 贺毅朝, 陈嶷瑛, 刘雪静, 才秀凤

计算机应用 2017, 37 (5): 1292-1299. DOI: 10.11772/j.issn.1001-9081.2017.05.1292

摘要（517）

PDF （1156KB）（532）

针对确定性算法难于求解规模大、数据范围广的折扣{0-1}背包问题（D{0-1}KP），提出了基于蝙蝠算法的快速求解D{0-1}KP的变异蝙蝠算法（MDBBA）。首先，利用双重编码解决D{0-1}KP的编码问题；其次，将贪心修复与优化算法（GROA）应用于蝙蝠个体适应度计算中，使算法快速得到有效解；然后，选择使用差分演化（DE）的变异策略提高算法的全局寻优能力；最后，蝙蝠个体按一定概率进行Lévy飞行，增强算法探索能力和跳出局部极值的能力。对四类大规模实例的仿真计算表明：MDBBA非常适于求解大规模的D{0-1}KP，比第一遗传算法（FirEGA）和双重编码蝙蝠算法（DBBA）求得的最优值和平均值都更优，MDBBA收敛速度明显快于DBBA。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于差分策略的混沌乌鸦算法求解折扣{0-1}背包问题

刘雪静贺毅朝路凤佳吴聪聪才秀凤

录用日期: 2017-08-21

Select

5. 基于Lévy飞行的差分乌鸦算法求解折扣{0-1}背包问题

刘雪静贺毅朝路凤佳吴聪聪才秀凤

录用日期: 2017-09-08