河北省科技攻关计划(05213567)
- 作品数：2 被引量：37H指数：2
- 相关作者：贺毅朝顾茜茜刘建芹刘坤起更多>>
- 相关机构：石家庄经济学院石家庄信息工程职业学院更多>>
- 发文基金：河北省科技攻关计划河北省教育厅科研基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于离散微粒群算法求解背包问题研究被引量：29
- 2007年
- 微粒群算法(PSO)是一种新的演化算法,主要用于求解数值优化问题。基于离散微粒群算法(DPSO)分别与处理约束问题的罚函数法和贪心变换方法相结合,提出了求解背包问题的两个算法:基于罚函数策略的离散微粒群算法(PFDPSO)和基于贪心变换策略的离散微粒群算法(GDPSO)。通过将这两个算法与文献[7]中的混合微粒群算法(Hybrid_PSO)进行数值计算比较发现:对于求解大规模的背包问题,GDPSO非常优秀,其求解能力优于Hybrid_PSO和PFDPSO,是求解背包问题的一种非常有效的方法。
- 刘建芹贺毅朝顾茜茜
- 关键词：微粒群算法背包问题罚函数法遗传算法
- 求解SAT问题的改进粒子群优化算法被引量：8
- 2006年
- 利用限制性公式的相关理论将可满足性问题(SAT)等价转换为定义在{0,1}m上的多项式函数优化问题,并将二进制粒子群优化算法(BPSO)与局部爬山搜索策略相结合,给出了一种求解SAT问题的新算法:基于局部爬山搜索的改进二进制粒子群优化算法(简称IBPSO)。数值实验表明,对于随机产生的3-SAT问题测试实例,该算法的计算结果均优于著名的WalkSAT算法和SAT1.3算法。
- 贺毅朝刘坤起
- 关键词：合取范式爬山法
