背包问题的混合粒子群优化算法

被引：22

作者：

高尚 ^{[1
]}

杨静宇 ^{[2
]}

机构：

[1] 江苏科技大学电子信息学院

[2] 南京理工大学计算机科学与技术系

来源：

中国工程科学 | 2006年 / 11期

关键词：

粒子群算法; 背包问题; 遗传算法; 变异;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

经典的粒子群是一个有效的寻找连续函数极值的方法,结合遗传算法的思想提出的混合粒子群算法来解决背包问题,经过比较测试,6种混合粒子群算法的效果都比较好,特别交叉策略A和变异策略C的混合粒子群算法是最好的且简单有效的算法,并成功地运用在投资问题中。对于目前还没有好的解法的组合优化问题,很容易地修改此算法就可解决。

引用

收藏

页码：94 / 98

页数：5

相关论文

共 7 条

[1]

遗传退火进化算法在背包问题中的应用 [J].

金慧敏 ;

马良 .

上海理工大学学报, 2004, (06) :561-564

[2]

粒子群优化算法综述 [J].

杨维 ;

李歧强 .

中国工程科学, 2004, (05) :87-94

[3]

基于蚁群系统的多选择背包问题优化算法 [J].

于永新 ;

张新荣 .

计算机工程, 2003, (20) :75-76+84

[4]

粒子群优化算法 [J].

李爱国 ;

覃征 ;

鲍复民 ;

贺升平 .

计算机工程与应用, 2002, (21) :1-3+17

[5]

背包问题的蚂蚁优化算法 [J].

马良 ;

王龙德 .

计算机应用, 2001, (08) :4-5

[6]

智能优化算法及其应用.[M].王凌著;.清华大学出版社.2001,

[7]

计算机算法设计与分析.[M].王晓东编著;.电子工业出版社.2001,