- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
闽江学院大学生创新创业训练计划
项目研究报告
项目名称memetic算法求解多维背包问题
项目编号201310395014
项目类型√□ 创新训练项目 □ 创业训练项目
□ 创业实践项目
项目负责人 何玲
系(院)、年级、专业 数学系11级金融数学专业
联系电话
指导老师 林耿
二〇一四年 3 月 29 日
目 录
摘要1
前言1
1.1问题描述1
1.2问题研究现状及实际应用1
1.3禁忌搜索2
1.4文化基因算法2
Memetic算法3
2.1数学模型3
2.2 求解算法4
2.2.1算法框架4
2.2.2算法流程5
2.3算法具体操作..................................5
2.3.1带反馈机制的禁忌搜索算法..............5
2.3.2交叉算子7
3.实例探讨9
3.1仿真实验9
3.2标准测试例子和算法参数设置9
4.项目成果12
结束语13
参考文献14
PAGE \* MERGEFORMAT
PAGE \* MERGEFORMAT 3
Memetic算法求解多维背包问题
摘 要
本小组成员在去年参加大学生创新性实验计划项目——多维背包问题,通过近一年的努力,我们的项目至今为止已经较为圆满的完成了我们的预计目标。
本文给出了求解多维背包问题的Memetic算法,算法主要由带反馈机制的禁忌局部搜索算法,交叉算子,种群更新策略组成。该种群更新策略同时考虑种群中解的质量与种群的多样性,提高算法搜索的多样性。利用标准测试例子测试表明,该算法能够有效避免陷入局部最优解,能够找到比现有算法更好的结果。
第1节 前 言
1.1 问题描述
背包问题(Knapsack problem)是一种组合优化的HYPERLINK /view/272414.htmNP完全问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。相似问题经常出现在商业、组合数学,HYPERLINK /view/300764.htm计算复杂性理论、密码学和应用数学等领域中。也可以将背包问题描述为HYPERLINK /view/7593250.htm决定性问题,即在总重量不超过W的前提下,总价值是否能达到V?它是在1978年由Merkel和Hellman提出的。
多维背包问题(multidimensional knapsackproblem,MKP)即维数不定的背包问题。即对一件物品多种限制。比如0-1背包里物品有价值和重量的限制。那么多维背包就可能出现物品有价值、重量、购买价格、对此物品喜好程度等一系列限制。
1.2问题研究现状及实际应用
多维背包问题是一个经典的组合优化问题,其求解的本质就是在满足一些资源约束的前提下,从候选对象集中发现一个能够使总的利益函数值最大的对象子集,该问题的求解是一个典型的NP一难问题。由于现实世界中许多典型问题如分布式系统中的处理器分配,航运中的货物装载、市政工程中项目选择以及金融界的投资预算、计算机系统的设计、集合的划分、组合拍卖、材料的切割、存储分配等[1],都可转化为多维背包问题来求解,因此,多维背包问题的求解一直以来是人们关注的一个研究热点。
目前,求解多维背包问题的算法大致可分为精确算法和启发式算法。精确算法包括隐枚举法、分支定界[2]、动态规划[3]等。这些精确算法能够有效地找到较小规模多维背包问题的精确解,但对于较大规模的多维背包问题,难以在可接受的时间内找到高质量的解。近年来,学者们根据不同的思想提出了许多启发式算法,如遗传算法[4,5]、蚁群算法[6,7]、分布估计算法[8]、禁忌搜索[9]、演化算法[10,11,12]、粒子群算法[13]、分散搜索算法[14]、竞争决策算法[15]、免疫算法[16]等。
其中.贪婪算法、模拟退火
您可能关注的文档
最近下载
- 海南省海口市(新版)2024小学语文人教版小升初真题(巩固卷)完整试卷(含答案).docx VIP
- 2025-2030中国医学影像设备行业深度调研及投资前景预测研究报告.docx
- 公安院校公安专业本专科招生政治考察表(2022年西藏报考公安院校公安专业招生).doc VIP
- 劳动争议管理制度.docx VIP
- 2024年秋季新北师大版七年级上册数学全册导学案.docx
- 2020-2021学年北京市朝阳区北京版四年级下册期末测试英语试卷.docx VIP
- 骨关节感染患者的护理(外科护理).pptx
- 波形护栏质量检验评定表、报告单.pdf VIP
- 大学《传感器原理及应用》习题解析及期末考试真题.docx VIP
- 基于PLC控制的泡沫切割机-毕业论文.doc VIP
文档评论(0)