首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   76篇
  国内免费   1篇
  完全免费   7篇
自然科学   84篇
  2018年   1篇
  2017年   1篇
  2015年   1篇
  2014年   6篇
  2013年   4篇
  2012年   10篇
  2011年   8篇
  2010年   12篇
  2009年   9篇
  2008年   11篇
  2007年   12篇
  2006年   3篇
  2004年   1篇
  1996年   2篇
  1994年   1篇
  1992年   1篇
  1988年   1篇
排序方式: 共有84条查询结果,搜索用时 140 毫秒
1.
人工蜂群算法及其在组合优化中的应用研究   总被引:3,自引:0,他引:3  
人工蜂群算法是一种启发式算法,通过模拟自然界蜂群觅食过程来解决现实中的优化问题.算法中将每只蜜蜂看做一个智能体,若干智能体间相互合作,高效地完成对目标的搜索、优化.总结人工蜂群算法用于解决组合优化问题的一般方法,以0-1背包问题为例对算法进行仿真测试,实验结果表明:人工蜂群算法有效且优于存在的蚁群算法.  相似文献
2.
基于遗传算法的多约束背包问题求解方案   总被引:3,自引:2,他引:1  
采用混合遗传算法求解多约束背包问题.首先构建多约束背包问题的数学模型,然后采用多维实数编码方式的遗传算法,结合附带染色体库技术、局部启发式算子和扰动算子对问题进行求解,并给出了一个实验实例.实验证明文中采用这种混合遗传优化算法解决多约束背包问题切实可行,有较高的搜索效率.  相似文献
3.
一种求解集合组合问题的离散粒子群优化模型   总被引:2,自引:2,他引:0  
针对变长集合组合优化问题,提出了一种离散粒子群优化模型。为了符合集合的特点,该模型将集合的概念和运算引入到粒子群优化中,定义了一个可变集合搜索空间,重新定义了粒子的位置、速度及作用于此空间的运算规则。为了验证此模型的性能,将其应用到典型的变长集合组合优化问题—背包问题中。实验结果表明,基于该模型的算法具有强的寻优能力和好的稳定性。  相似文献
4.
二进制改进粒子群算法在背包问题中的应用   总被引:2,自引:2,他引:20  
提出了用于求解0 1背包问题的二进制编码的粒子群算法,阐明了该算法求解背包问题的具体实现过程.为了提高粒子群算法的收敛速度,在传统的二进制编码的粒子群算法中嵌入了记忆功能.通过对其他文献中仿真实例的计算和结果比较,表明该算法在寻优能力、计算速度和稳定性方面都超过了文献中提到的遗传算法和模拟退火算法.提出的求解背包问题的二进制改进粒子群算法,同样可以应用于其他离散优化问题.  相似文献
5.
一种改进的Grover量子搜索算法   总被引:2,自引:0,他引:2  
经分析发现,Grover量子搜索算法及Long的改进算法均无法达到100%成功概率的搜索结果,为此在Long的改进算法基础上提出了一种新的搜索算法.它主要将相位取反替换成具有自适应调整特点的、与目标数据量和数据总量有关的相位旋转,当目标数据量为数据总量的1/2时,将数据总量扩展2倍,这样算法的搜索可以做到100%的成功概率.通过对背包问题的仿真研究表明,所提算法优于Grover算法和Long的改进算法,其求解速度快、准确率高,在带有数据误差的实际问题求解中进行相位匹配能够得到满意的效果.  相似文献
6.
基于空间优化的三维装箱布局混合遗传算法   总被引:1,自引:1,他引:0  
针对三维装箱问题使用了一种便于空间优化的二维链表结构表达三维矩形物体布局状态空间分解方法和利用混合遗传算法产生待装物体的顺序序列.二维链表结构可以表达空间相连结点之间的关系,易于空间结点的重组,达到更好的利用空间;也可减少产生好的待装物体顺序序列的搜索次数.结合混合遗传算法的搜索方法,能在合理的时间内找到问题的满意解.经过实验表明通过这两种方法的结合本算法能取得较好的较果.  相似文献
7.
遗传退火进化算法在背包问题中的应用   总被引:1,自引:1,他引:22  
从增强算法收敛性和减少参数依赖性的角度出发,提出应用遗传退火进化算法求解背包问题,遗传退火进化算法结合了遗传算法和模拟退火算法的优点,并有效地克服了各自的弱点,使其在优化性能、优化效率和可靠性方面具有明显的优越性.阐明了用该算法求解背包问题的具体实现过程,并通过实际数值计算和结果比较表明,该算法优于遗传算法和模拟退火算法.  相似文献
8.
离散二进制入侵杂草算法   总被引:1,自引:0,他引:1  
在继承入侵杂草优化(IWO)算法特性的基础上,提出了一种可用于解决离散空间组合优化问题的二进制入侵杂草优化(BIWO)算法.该算法保留了IWO算法的正态空间扩散特性,设计了一个扩散范围到扩散概率的映射函数,以概率的形式决定二进制杂草比特位的取值.选取连续空间的4个经典函数和离散空间的背包问题,对BIWO算法进行测试,结果表明:BIWO算法在寻优能力上性能优异,与二进制粒子群优化(BPSO)算法相比,BIWO算法更适合于离散空间的背包问题,能最终收敛到全局最优解或准最优解,且其寻到的最终解在均值和方差上均显著优于BPSO算法.  相似文献
9.
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
10.
0-1背包问题的非线性降维近似算法   总被引:1,自引:0,他引:1  
求解0-1背包问题的精确算法不能在较短时间内求解大规模0-1背包问题,使其实用性受到限制.针对该问题,给出求解0-1背包问题的非线性降维算法,并进行了数值实验,验证了算法的有效性.该算法属于近似算法,相对其他一些近似算法,计算结果更为精确.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号