多维背包问题的一个蚁群优化算法

• 作者: 喻学才 张田文
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 蚁群优化 信息素模型 启发式信息 组合优化 多维背包问题
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 810-819
• 页数: 10页
• 分类号: TP316
• 字数: 8948字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2008.05.010

摘要

蚁群优化(ACO)是一种通用的启发式方法,已被用来求解很多离散优化问题.近年来,已提出几个ACO算法求解多维背包问题(MKP).这些算法虽然能获得较好的解但也耗用太多的CPU时间.为了降低用ACO求解MKP的复杂性,文章基于一种已提出但未实现过的MKP的信息素表示定义了新的选择概率的规则和相应的基于背包项的一种序的启发式信息,从而提出了一种计算复杂性较低、求解性能较好的改进型蚁群算法.实验结果表明,无论串行执行还是虚拟并行执行,在计算.相同任务时,新算法耗用时间少且解的价值更高.不仅如此,在实验中,文中的新算法获得了ORLIB中测试算例5.250-22的两个"新"解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张田文	哈尔滨工业大学计算机科学与技术学院	101	1786	19.0	39.0
2	喻学才	哈尔滨工业大学计算机科学与技术学院	4	38	1.0	4.0