现代优化算法在旅行商问题上的应用

现代优化算法以现代计算机作为工具,对复杂的组合最优化问题的求解具有普遍的适用性,得到了快速发展和广泛应用。本文简要介绍了禁忌搜索算法、模拟退火算法及遗传算法的理论、应用技术,较为详尽地描述了它们在旅行商问题上的具体实现,并对不同算法的计算效果进行了对比分析。     

基于迭代加权回归的推荐算法

评分预测问题是推荐系统研究的核心.本文利用用户评分数据集发掘商品之间的自相关性:将商品看作数据网络中的节点,用商品间的差异度定义节点间的距离,进而将评分预测问题转化为网络回归问题.然后使用迭代加权回归算法进行评分预测.通过对电影评分数据集Movie Lens的分析,验证了算法的有效性,结果表明迭代加权回归算法优于基于项目邻域的协同过滤算法.