基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
用自适应离散微粒群算法求解旅行商问题
微粒群优化
自适应
旅行商问题
基于改进的微粒群优化算法的0-1背包问题求解
微粒群优化
0-1背包问题
组合约束优化
一种求解背包问题的混合遗传微粒群算法
微粒群算法
背包问题
启发式算法
基于改进蝙蝠算法的背包问题求解
背包问题
蝙蝠算法
病毒进化
多目标优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于离散微粒群算法求解背包问题研究
来源期刊 计算机工程与设计 学科 工学
关键词 微粒群算法 背包问题 贪心变换法 罚函数法 遗传算法
年,卷(期) 2007,(13) 所属期刊栏目 人工智能
研究方向 页码范围 3189-3191,3204
页数 4页 分类号 TP18
字数 4452字 语种 中文
DOI 10.3969/j.issn.1000-7024.2007.13.052
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贺毅朝 石家庄经济学院信息工程系 53 677 14.0 25.0
2 刘建芹 11 205 5.0 11.0
3 顾茜茜 石家庄经济学院信息工程系 1 37 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (6)
参考文献  (1)
节点文献
引证文献  (37)
同被引文献  (123)
二级引证文献  (189)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(8)
  • 引证文献(5)
  • 二级引证文献(3)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(15)
  • 引证文献(2)
  • 二级引证文献(13)
2012(23)
  • 引证文献(4)
  • 二级引证文献(19)
2013(15)
  • 引证文献(2)
  • 二级引证文献(13)
2014(12)
  • 引证文献(5)
  • 二级引证文献(7)
2015(25)
  • 引证文献(1)
  • 二级引证文献(24)
2016(19)
  • 引证文献(2)
  • 二级引证文献(17)
2017(18)
  • 引证文献(1)
  • 二级引证文献(17)
2018(33)
  • 引证文献(5)
  • 二级引证文献(28)
2019(36)
  • 引证文献(3)
  • 二级引证文献(33)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
微粒群算法
背包问题
贪心变换法
罚函数法
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导