用户登录
期刊信息
  • 主管单位:
  • 上海市教育委员会
  • 主办单位:
  • 上海理工大学
  • 主    编:
  • 庄松林
  • 地    址:
  • 上海市军工路516号
  • 邮政编码:
  • 200093
  • 联系电话:
  • 021-55277251
  • 电子邮件:
  • xbzrb@usst.edu.cn
  • 国际标准刊号:
  • 1007-6735
  • 国内统一刊号:
  • 31-1739/T
  • 邮发代号:
  • 4-401
  • 单    价:
  • 15.00
  • 定    价:
  • 90.00
马慧民,叶春明,张爽.二进制改进粒子群算法在背包问题中的应用[J].上海理工大学学报,2006,(1):31-34.
二进制改进粒子群算法在背包问题中的应用
Binary improved particle swarm optimization algorithm for knapsack problem
投稿时间:2005-05-13  
DOI:
中文关键词:  背包问题,粒子群算法,二进制,记忆机制
英文关键词:knapsack problems,particle swarm optimization algorithm,binary,memory mechanism
基金项目:上海市重点学科建设项目
马慧民  叶春明  张爽
上海理工大学管理学院 上海200093
摘要点击次数: 4012
全文下载次数: 28
中文摘要:
      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.
英文摘要:
      The binary improved particle swarm optimization(PSO) algorithm for knapsack problem is brought forward,and the detailed realization of the algorithm is illustrated.In order to speed up the convergence,the memory mechanism is implanted in the traditional binary PSO.Some examples in other references are recomputed and both results are compared.It can be found that the algorithm presented is better than genetic algorithm and simulated annealing algorithm in the ability of finding optimal value,the speed and the computation stability.The algorithm proposed can be applied to other discrete optimization problems.
HTML   查看全文  查看/发表评论  下载PDF阅读器
关闭