|
1.
|
非线性0-1规划问题的蜂群算法
|
|
|
|
|
|
|
韩燕燕 马良 赵小强《数学的实践与认识》,2011年第41卷第23期
|
|
|
针对非线性0-1规划,提出采用一种智能优化算法——蜂群算法进行求解.描述了蜂群算法的实现过程,并在计算机上编程予以实现.经大量实例测试,并与其它算法进行比较,获得了满意的结果.说明了蜂群算法在解决非线性0-1规划问题上的可行性与有效性,同时具有良好的优化能力..
|
|
2.
|
多目标0-1规划问题的蜂群算法
|
|
|
|
|
|
|
韩燕燕 马良 赵小强《运筹与管理》,2012年第21卷第2期
|
|
|
针对多目标0-1规划问题,本文给出一种新型的智能优化算法——蜂群算法进行求解,并通过实例验证,与遗传算法、蚁群算法和元胞蚁群算法作了相应比较。就多目标0-1规划问题而言,蜂群算法能得到更多的Pareto解,说明了蜂群算法在解决该类问题上的有效性。
|
|
3.
|
求解0-1背包问题的细菌觅食算法
|
|
|
|
|
|
|
戴秋萍 马良 郗莹《数学的实践与认识》,2013年第43卷第3期
|
|
|
0-1背包问题是组合优化中的一个典型NP难题,介于其具有广泛的实际应用,有效的解决该问题具有非常重要的意义.给出了一种新的群智能算法—细菌觅食算法,对0-1背包问题进行求解.经模拟仿真验证了该算法的有效性,并将其结果与其他方法进行对比分析.
|
|
4.
|
基于人工蜂群算法的配送中心选址问题求解
|
|
|
|
|
|
|
王志刚 王明刚 尚旭东《数学的实践与认识》,2014年第17期
|
|
|
采用人工蜂群算法对配送中心选址问题进行求解,给出食物源的编码方法,通过整数规范化,使算法能在整数空间内对问题进行求解.应用算法进行了仿真实验,并将结果与其它一些启发式算法进行了比较和分析.计算结果表明人工蜂群算法可以有效求解配送中心选址问题,同时也为算法求解其它一些组合优化问题提供了有益思路.
|
|
5.
|
求解多维0-1背包问题的人工鱼群算法 被引次数：1
|
|
|
|
|
|
|
李春梅 马良《数学的实践与认识》,2010年第40卷第17期
|
|
|
对于多维0-1背包问题,国内外学者提出了诸如模拟退火、遗传算法、蚁群算法以及其他启发式算法.给出一种新的智能寻优方法——人工鱼群算法.算法通过各人工鱼的局部寻优,从而在群体中体现出全局最优.描述了人工鱼群算法的具体步骤并编程实现,通过多维背包算例进行了求解测试,获得了满意的效果.
|
|
6.
|
投资决策中的0-1背包问题的扰动修复 被引次数：1
|
|
|
|
|
|
|
王岑 高成修《武汉大学学报(理学版)》,2004年第50卷第5期
|
|
|
针对投资决策中的0-1背包问题，提出了在应急管理下0-1背包问题的扰动修复的多目标决策模型，此模型反映了多变的经济条件下，公司或企业的项目投资资金分配计划受到扰动时积极应对扰动的决策需要．本文利用线性加权和法将其转化为单目标决策优化模型，并证明这个单目标决策优化模型为0-1背包问题，采用分枝定界方法求解，并对权系数取值进行了分析，同时结合实例验证了模型的合理性和有效性．
|
|
7.
|
求解具有单连续变量背包问题的精确算法
|
|
|
|
|
|
|
贺毅朝 张新禄 曲文龙 李宁《数学的实践与认识》,2018年第13期
|
|
|
具有单连续变量背包问题(KPC)是标准0-1背包问题(0-1KP)的一个新颖扩展形式,由于其中的背包载重不再固定不变,而是由一个连续变量进行连续调整,因此KPC是一个比0-1KP更难求解的背包问题.首先提出了一个带有实函数的变载重背包问题(0-1KP(Σ,f)),基于动态规划法给出了求解它的一般方法;然后,利用放缩法将KPC中的连续变量离散化,在建立KPC的一个新数学模型的基础上,将它转化成为0-1KP(Σ,f)的一个特例,利用0-1KP(Σ,f)的求解方法给出了KPC的一个简单且易于实现的精确算法.
|
|
8.
|
云计算环境下人工蜂群作业调度算法设计
|
|
|
|
|
|
|
杨海军《数学的实践与认识》,2012年第42卷第10期
|
|
|
针对云计算环境下作业调度优化问题,提出了一种基于人工蜂群的调度算法.分析人工蜂群算法的求解组合优化问题过程,建立了收益度函数和蜜源位置更新公式,最后论述了利用该算法求解的具体步骤.并通过实验分析了该算法的性能.
|
|
9.
|
一类0-1背包问题算法程序的形式化推导
|
|
|
|
|
|
|
王昌晶 薛锦云《武汉大学学报(理学版)》,2009年第55卷第6期
|
|
|
0-1背包问题是经典的组合优化问题与NP完全问题,具有重要的应用价值与理论意义.本文使用PAR(Partition and Recurrence)方法形式化推导了0-1背包问题的高效动态规划箅法程序.通过类比分析.该问题的若干变形问题的算法也可推导得到.算法通过PAR平台的自动生成系统转换成可执行语言程序并运行通过,保证了该类0-1背包问题算法的正确性和可靠性.本文主要的贡献是将PAR方法推广到能处理带约束条件的组合优化类问题,大大扩展了PAR方法的应用范围,为形式化开发高效高可信组合优化类算法开辟了一条新途径.
|
|
10.
|
关于销售集团投资设置销售分店问题的IP模型 被引次数：1
|
|
|
|
|
|
|
左黎明 汤鹏志 廖宇波 胡梅《数学的实践与认识》,2005年第35卷第2期
|
|
|
针对一个实际投资实例建立了一个基于 0 -1背包问题的数学模型 ,并利用多个算法加以求解 ,并对结果进行了比较 .该模型具有很高的应用价值和参考价值 .
|
|
11.
|
遗传-人工蜂群融合算法及其Markov收敛性分析
|
|
|
|
|
|
|
高雷阜 佟盼《数学杂志》,2017年第37卷第1期
|
|
|
本文研究了遗传算法易发生“早熟”以及人工蜂群算法在搜索初期寻优速度慢的问题.基于将遗传算法与人工蜂群算法融合以实现二者互补的思想，提出遗传-人工蜂群融合算法（G-ABCA），利用马尔可夫理论对其收敛性进行了理论分析，证明其适应度函数值序列（即优化解满意值序列）是单调且收敛的，并利用四个经典的多峰测试函数对遗传-人工蜂群融合算法、改进的遗传算法以及人工蜂群算法进行了对比实验分析，结果表明：遗传-人工蜂群融合算法不仅收敛，而且其寻优性能显著优于其它两种算法.
|
|
12.
|
膜量子蜂群优化的多目标频谱分配
|
|
|
|
|
|
|
高洪元 李晨琬《物理学报》,2014年第12期
|
|
|
为了解决认知无线电系统中最大和网络效益和用户间公平性联合最优化的多目标频谱分配难题,基于量子蜂群理论和膜计算,提出了一种新的离散多目标组合优化算法—–膜量子蜂群优化.所提算法在基础膜可以搜索到单个目标的全局最优解,在表层膜获得兼顾网络效益和公平的Pareto前端解.通过膜间的通信规则、量子觅食行为的协同演进和非支配解排序可获得能同时求解单目标和多目标优化问题的多目标优化算法,并与经典的敏感图论着色算法、遗传算法、量子遗传算法和粒子群算法等频谱分配算法在不同的目标函数下进行仿真性能比较.仿真结果表明:在不同网络效益函数下所提的膜量子蜂群频谱分配算法都能够较好地找到单目标最优解,优于经典的频谱分配算法和已有的智能频谱分配算法,还可获得多目标频谱分配的Pareto前端最优解集.
|
|
13.
|
单背包问题的半定松弛算法
|
|
|
|
|
|
|
陈峰 姚恩瑜《高校应用数学学报(A辑)》,2002年第17卷第4期
|
|
|
首先给出了单背包问题的秩1半定松驰规划，然后在此基础上提出了求解该问题的半定松驰随机算法KSSD。分析结果表明：（1）当σ＞0.19时，算法KSSD的近似比就会超过0.27。（2）算法KSSD中的参数θ对某种大规模情形将不起作用。
|
|
14.
|
多约束非线性整数规划的一种改进的算法
|
|
|
|
|
|
|
陈娟 钱静静 刘常丽《数学的实践与认识》,2011年第41卷第23期
|
|
|
多约束非线性整数规划是一类非常重要的问题,非线性背包问题是它的一类特殊而重要的问题.定义在有限整数集上极大化一个可分离非线性函数的多约束最优化问题.这类问题常常用于资源分配、工业生产及计算机网络的最优化模型中,运用一种新的割平面法来求解对偶问题以得到上界,不仅减少了对偶间隙,而且保证了算法的收敛性.利用区域割丢掉某些整数箱子,并把剩下的区域划分为一些整数箱子的并集,以便使拉格朗日松弛问题能有效求解,且使算法在有限步内收敛到最优解.算法把改进的割平面法用于求解对偶问题并与区域分割有效结合解决了多约束非线性背包问题的求解.数值结果表明了改进的割平面方法对对偶搜索更加有效.
|
|
15.
|
基于人工蜂群的无线传感器网络能耗均衡算法
|
|
|
|
|
|
|
廖利 王华东《应用声学》,2015年第23卷第1期
|
|
|
由于无线传感器网络中的节点链路状况、数据传输能耗及节点剩余能量的限制,造成网络中部分感知节点寿命缩短,影响网络生存周期,提出了一种基于人工蜂群算法的WSNs能耗均衡算法,优化网络能耗均衡,从而提高网络寿命;文章给出了网络能耗相应的数学模型及优化求解算法,介绍人工蜂群算法的寻找食物过程,阐述了人工蜂群算法在网络能耗均衡方面的实现步骤;通过实验仿真证明,文章提到的算法与LEACH分簇算法、蚁群优化算法相比,具有更好的能耗和负载均衡能量、丢包率和时延性,有效地提高了网络生存周期。
|
|
16.
|
元胞人工蜂群算法及其在0-1规划问题中的应用
|
|
|
|
|
|
|
高珊 张惠珍 马良《数学理论与应用》,2014年第1期
|
|
|
针对人工蜂群算法早熟收敛问题,基于元胞自动机原理和人工蜂群算法,提出一种元胞人工蜂群算法.该算法将元胞演化和人工蜂群搜索相结合,利用元胞及其邻居的演化提高了种群多样性,避免陷入局部最优解.经一系列典型0-1规划问题实例的仿真实验和与其他算法对比,验证了本算法的效果和效率,获得了满意的结果.
|
|
17.
|
基于人工蜂群算法的多抽运拉曼光纤放大器优化设计
|
|
|
|
|
|
|
陈静 周清旭 林雅婷 江灏《光学学报》,2018年第6期
|
|
|
针对多抽运拉曼光纤放大器的优化设计,将人工蜂群算法与平均功率法相结合,应用于拉曼光纤放大器反向抽运的优化配置。在满足给定的净增益条件下,以最小化拉曼增益波动为优化目标建立优化模型,运用平均功率法对拉曼散射方程进行求解,并采用人工蜂群算法获得抽运波长和抽运功率的最优配置。采用上述方法分别对C波段和C+L波段的拉曼光纤放大器进行设计,实验结果表明,在不同净增益设计条件下均能得到小于±0.4dB的增益波动。相比现有方法,人工蜂群算法与平均功率法的结合具有较强的设计性能,能够得到更为平坦的优化结果,具有一定的实用价值。
|
|
18.
|
背包问题的两阶段动态规划算法 被引次数：1
|
|
|
|
|
|
|
崔耀东 杨绍增《高校应用数学学报(A辑)》,1993年第4期
|
|
|
本文通过理论分析给出了背包问题的两阶段动态规划算法，用例题说明了其求解过程。在计算机上运用本文所述算法和背包问题的动态规划算法求解了大量例题。解题实践说明，对于大中型背包问题，两阶段动态规划算法由于只要求对少量变量进行排序而使解题时间大为缩短，是一种值得推荐的算法。
|
|
19.
|
蜂群算法在光伏电池双二极管五参数模型中的应用 被引次数：1
|
|
|
|
|
|
|
简献忠 魏凯 郭强《光子学报》,2015年第44卷第1期
|
|
|
为解决光伏电池双二极管五参数模型中参数辨识准确度低的问题,提出了一种人工蜂群算法.该方法采用曲线拟合来求取参数,用求出的电流计算值来比较标准化的均方根误差百分比.采用变量替换法,使双二极管模型方程中指数因子只舍一个变量,通过编程求解电流的计算值.运用蜂群算法和牛顿-拉夫逊法求得标准化的均方根误差百分比为0.011 7％和6.35％.实验及分析表明蜂群算法的优化准确度明显优于牛顿-拉夫逊解析法、遗传算法、模式搜索算法和模拟退火算法,为光伏电池参数辨识提供了一种新的思路.
|
|
20.
|
基于背包模型的人员优化配置问题
|
|
|
|
|
|
|
董鑫 孙先定 郑丹阳 张鹏鹏《数学的实践与认识》,2011年第41卷第12期
|
|
|
运用背包模型解决油库人员在各岗位的优化配置问题,并运用贪婪算法进行求解.考虑到各人员的总工作时间的均衡性,运用反向排序的方法对原有的贪婪算法进行改进.最后,通过举例对两种算法进行评价.
|
