改进膜蜂群算法求解0-1背包问题.pdf

改进膜蜂群算法求解0-1背包问题.pdf

ID:53024069

大小:400.92 KB

页数:5页

时间:2020-04-12

改进膜蜂群算法求解0-1背包问题.pdf_第1页
改进膜蜂群算法求解0-1背包问题.pdf_第2页
改进膜蜂群算法求解0-1背包问题.pdf_第3页
改进膜蜂群算法求解0-1背包问题.pdf_第4页
改进膜蜂群算法求解0-1背包问题.pdf_第5页
资源描述:

《改进膜蜂群算法求解0-1背包问题.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、JournalofComputerApplicationsISSN10o1.90812015.07.10计算机应用,2015,35(7):2088—2092C0DENJYIIDUhttp://www.joca.cn文章编号:1001.9081(2015)07.2088—05doi:10.11772/j.issn.1001—9081.2015.07.2088改进膜蜂群算法求解0-1背包问题宋潇潇。,王军(西华大学电气与电子信息学院,成都610039)(通信作者电子邮箱sxx—pippen@163.com)摘要:针对现有算法在求解大规模0.

2、1背包问题时存在的不足,提出一种改进膜蜂群算法(IABCPS)。IABCPS将膜计算(MC)的思想引入人工蜂群(ABC)算法,基于极坐标编码的方式,采用细胞型单层膜结构(OLMS),利用各基本膜中改进人工蜂群算子进行迭代,并结合表层膜实现数据交流;算法通过调整内部参数,实现寻优过程中开发和探索的有效配合。实验结果表明IABCPS在求解小规模背包问题时能准确找到最优解。在求解200个物品的背包问题时,IABCPS相对克隆选择免疫遗传算法(CSIGA)平均结果提高了0.15%,方差降低了97.53%;相对于ABC算法平均结果提高了4.15%

3、,方差降低了99.69%,表现出了良好的寻优能力和稳定性。在与ABCPS求解物品数量为300,500,700,1000的大规模背包问题的比较实验中,IABCPS的平均结果比ABCPS分别高1.25%、3.93%、6.75%和11.21%,且方差与实验次数的商始终维持在个位数,表现出了良好的鲁棒性。关键词:人工蜂群算法;膜计算;0.1背包问题;极坐标编码;细胞型P系统中图分类号:TP301.6;TP18文献标志码:AImprovedartificialbeecolonyalgorithmbasedonPsystemfor0-1knapsa

4、ckproblemSONGXiaoxiao。.WANGJun(SchoolofElectricalEngineeringandElectronicInformation,XihuaUniversity,ChengduSichuan610039,China)Abstract:Aimingatthedefectsofresolvinglargescale0-1knapsackproblemwithexistedalgorithm,anImprovedArtificialBeeColonyalgorithmbasedonPSystems(IA

5、BCPS)wasintroducedinthispaper.TheideaofMembraneComputing(MC),polarcoordinatecodingandOneLevelMembraneStructure(OLMS)wasusedbyIABCPS.EvolutionaryrulesofimprovedArtificialBeeColony(ABC)algorithmandtransformationorcommunicationrulesinPsystemswereadoptedtodesignitsalgorithm.

6、Thelimitofnumberoftrials“limit”wasadjustedtokeepthebalanceofexploitationandexploration.TheexperimentalresultsshowthatIABCPScanfindtheoptimumsolutionsinsolvingsmallscaleknapsackproblems.Insolvingaknapsackproblemwith200items,comparedwithClonalSelectionImmuneGeneticAlgorith

7、m(CSIGA),IABCPSincreasestheaverageresultsby0.15%anddecreasesvarianceby97.53%;comparedwithABCalgorithm,IABCPSincreasestheaverageresultsby4.15%anddecreasesvarianceby99.69%.TheresultsdemonstratethatIABCPShasgoodabilityofoptimizationandstability.ComparedwithArtificialBeeColo

8、nyalgorithmbasedonPSystems(ABCPS)insolvinglargescaleknapsackproblemwith300,500,700and1000itemsrespectiv

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。