NGUYEN HOAI PHUONG答辩公告

您现在的位置:诗歌书籍 > 当代诗歌,time:2019-07-14 08:10
上一篇:关于表彰第十六批江西省高校省级教学成果奖的决定 下一篇:没有了

NGUYEN HOAI PHUONG答辩公告

难问题之一,它的应用极大地提高了它的声誉。

包括运输、物流、切割和包装、电信、可靠性、广告、投资、预算分配和生产管理等许多工业领域的问题。

它们要么作为独立问题出现,要么作为更复杂编程模型的子问题出现。 问题,经过半个多世纪的研究,背包问题一直是算法和复杂性研究的热点问题之一。 背包问题有很多变种。 研究人员从多选择、多维度、多背包、多目标、二次和非线性目标、相关、无关、随机和模糊参数等多个方面进行了研究,其中大部分是难问题。 背包问题(即问题),提出了一种基于贪婪策略的二元粒子群优化算法。

提出了一种求解实码问题的粒子群算法。 为了解决类似的二元代码问题,本文使用了一个传递函数将实向量转换为二元向量。

将贪婪修复算子与粒子群优化算法相结合,实现了算法的快速收敛和较好的最优解。 对五个最先进的基准实例和强相关数据集的仿真结果表明,该算法与以前的算法相比具有更好的性能。 新方法在解决大规模实例时提供了更好的质量解决方案。

背包问题,本文进一步提出了一种新的二元社会蜘蛛算法(。 在中,采用实码向量和二元向量的混合编码方案来表示蜘蛛个体。

该算法采用了中相互配合。 约束处理技术不仅可以处理冲突解,而且可以提高解的质量。 对五个最先进的基准实例和强相关数据集的仿真结果表明,该算法与以前的算法相比具有更好的性能。 算法。

算法具有良好的搜索能力,在优化元启发式的两个重要特征:强化和多样化方面表现出良好的操作性。

子集和问题的解决方案是一个二进制代码,所以本文使用传递函数将实码转换为二元代码。

约束处理技术与二元算法配合使用,二元算法是一种惩罚函数,有助于算法消除坏解。 对九个基准数据集的仿真结果表明,该算法与遗传算法相比具有更好的性能。

新方法在解决大规模实例时提供了更好的质量解决方案。 ,问题,在前面工作的基础之上,提出了一种基于元启发式化学反应优化,算法。

问题是一个著名的难问题,在现实世界和理论上有着广泛的应用。 化学反应优化是模拟化学反应过程的一种新的优化方法,即在连续和离散领域优于许多其他方法。 与传统的随机函数相比,混沌函数具有生成随机序列的优点。

本文将原启发思想与算法结合,其优势是使用了四种类型的搜索算子和一个罚函数来帮助算法快速、准确地找到最优解。 实验结果表明,本文提出的方法在求解问题的大型测试集上比遗传算法具有更好的性能。

背包问题;多选背包问题;子集和问题;算法。


编辑推荐

友情链接