典型文献
改进二进制和声搜索算法求解多维背包问题
文献摘要：
和声搜索(HS)是一种已广泛应用于连续优化问题的元启发式方法.针对典型的组合优化问题——多维背包问题(MKP),提出一种改进二进制和声搜索(IBHS)算法.算法通过伯努利随机过程生成二进制群体,在候选和声生成算子中,引入动态自适应参数,通过算法参数的自适应调整来协调算法的全局搜索和局部搜索,并提出一种新的更有效的衡量商品多维加权价值密度的方法用于二进制个体修正和优化;引入精英局部搜索机制进行协同寻优,提高IBHS的收敛速度.通过求解10组不同规模的典型多维背包算例和与贪心二进制狮群优化(GBLSO)算法、改进的差分演化(MBDE)算法以及二进制修正和声(BMHS)算法的对比分析,实验结果表明,所提算法在求解MKP时有具有良好的收敛效率、较高的寻优精度和很好的鲁棒性.
文献关键词：
多维背包问题;二进制和声搜索算法;组合优化;精英局部搜索;价值密度
中图分类号：
作者姓名：
刘雅文;蒋妍;潘大志
作者机构：
西华师范大学数学与信息学院,四川 南充 637009
文献出处：
引用格式：
[1]刘雅文;蒋妍;潘大志-.改进二进制和声搜索算法求解多维背包问题)[J].计算机与现代化,2022(08):13-19
A类：
二进制和声搜索算法,多维背包问题,IBHS,精英局部搜索,GBLSO,MBDE,BMHS
B类：
于连,元启发式,启发式方法,组合优化问题,MKP,伯努利,随机过程,成算,动态自适应,自适应参数,算法参数,自适应调整,全局搜索,维加,价值密度,搜索机制,收敛速度,不同规模,贪心,差分演化,收敛效率,寻优精度
AB值：
0.219867
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
