隨著全球經(jīng)濟(jì)的飛速發(fā)展,人們對(duì)于某些復(fù)雜問(wèn)題處理效率的關(guān)注度日益增長(zhǎng),試圖建立數(shù)學(xué)模型對(duì)其進(jìn)行最優(yōu)化求解。背包問(wèn)題(KP,Knapsack Problem)作為運(yùn)籌學(xué)中一類(lèi)經(jīng)典的組合優(yōu)化問(wèn)題,已被應(yīng)用于諸多領(lǐng)域。而0-1背包問(wèn)題(0-1KP)是背包問(wèn)題中最基本的一個(gè)子問(wèn)題,它有效刻畫(huà)最初的設(shè)計(jì)狀態(tài)和方程的原始思想,因此所有類(lèi)型的KP都可以通過(guò)0-1KP轉(zhuǎn)化變形,于是對(duì)0-1KP的優(yōu)化及高效求解,成為目前研究的重要方向之一。但由于0-1KP實(shí)質(zhì)為有約束優(yōu)化問(wèn)題,易出現(xiàn)非正常編碼個(gè)體概率過(guò)高,易早熟等現(xiàn)象。本文基于0-1KP自身特點(diǎn),以基本粒子群算法和雞群算法為出發(fā)點(diǎn),立足非正常編碼個(gè)體、迭代效率和參數(shù)評(píng)價(jià)這三個(gè)主要問(wèn)題進(jìn)行處理。主要內(nèi)容如下:首先,對(duì)于算法運(yùn)行中出現(xiàn)的非正常編碼個(gè)體,考慮現(xiàn)有貪心算法無(wú)法修復(fù)所有個(gè)體,為此引入兩種貪心算子GMO和GOO,不僅能對(duì)非正常編碼個(gè)體修正,更能對(duì)正常編碼個(gè)體作進(jìn)一步優(yōu)化,從而顯著提高算法的求解精度和效率。其次,考慮基本粒子群算法(PSO)局部搜索能力較差,易早熟,提出貪心優(yōu)化粒子群算法(GOPSO)。在求解0-1KP時(shí),設(shè)計(jì)線(xiàn)性遞減的慣性權(quán)重,通過(guò)...

【文章頁(yè)數(shù)】：42 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 前言
    1.1 研究背景及意義
    1.2 問(wèn)題模型
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.4 論文內(nèi)容與結(jié)構(gòu)安排
第2章 基本粒子群算法和雞群算法概述
    2.1 基本PSO算法
        2.1.1 算法簡(jiǎn)介
        2.1.2 算法原理
        2.1.3 算法設(shè)計(jì)及總體流程
    2.2 基本CSO算法
        2.2.1 算法簡(jiǎn)介
        2.2.2 算法原理
        2.2.3 算法設(shè)計(jì)及總體流程
    2.3 本章小結(jié)
第3章 求解0-1背包問(wèn)題的貪心優(yōu)化粒子群算法
    3.1 貪心算子的設(shè)計(jì)
    3.2 GOPSO算法設(shè)計(jì)及總體流程
    3.3 測(cè)試用例及環(huán)境描述
    3.4 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
第4章 求解0-1背包問(wèn)題的離散型雞群優(yōu)化算法
    4.1 離散化策略
    4.2 變異過(guò)程
        4.2.1 自適應(yīng)權(quán)重組合變異
        4.2.2 定向變異
    4.3 DCSO算法設(shè)計(jì)及總體流程
    4.4 參數(shù)分析
    4.5 測(cè)試用例及環(huán)境描述
    4.6 實(shí)驗(yàn)結(jié)果分析
    4.7 本章小結(jié)
第5章 兩種改進(jìn)算法的對(duì)比
    5.1 測(cè)試數(shù)據(jù)
    5.2 實(shí)驗(yàn)結(jié)果及對(duì)比分析
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間的科研情況



本文編號(hào)：3768881