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:
针对复杂的大规模多背包问题,提出了一种基于高级人工鱼群算法的求解方法.为了解决人工鱼群算法收敛速度慢、求解精度低的问题,所提算法通过改进其初始化方法,优化人工鱼个体的行为选择方式和追尾行为来加快问题求解的收敛速度;同时引入了动态视野及步长和人工鱼调整策略来提高算法搜索的精度.仿真实验表明:与现有的算法相比,所提算法不仅能快速收敛,而且可以达到更高的精度,尤其是对于规模越大的多背包问题算法性能提升越明显.
推荐文章
求解大规模0-1背包问题的改进人工鱼群算法
0-1背包问题
人工鱼群算法
贪婪算法
GP-AFSA
多背包问题的遗传算法求解
多背包问题
遗传算法
一致交叉
求解旅行商问题的改进人工鱼群算法
人工鱼群算法
旅行商问题
启发式信息
组合优化
最优解码
多代理协作粒子群背包问题求解算法
多代理
粒子群算法
协作求解
背包问题
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 求解大规模多背包问题的高级人工鱼群算法
来源期刊 系统工程与电子技术 学科 工学
关键词 大规模多背包问题 高级人工鱼群算法 收敛效率 动态参数 调整策略
年,卷(期) 2018,(3) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 710-716
页数 7页 分类号 TP301
字数 5982字 语种 中文
DOI 10.3969/j.issn.1001-506X.2018.03.34
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 张璟 西安理工大学计算机科学与工程学院 122 1368 20.0 30.0
2 刘庆 西安理工大学自动化与信息工程学院 15 122 7.0 11.0
3 李迎 西安理工大学自动化与信息工程学院 3 13 2.0 3.0
4 张伟 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (132)
参考文献  (24)
节点文献
引证文献  (9)
同被引文献  (33)
二级引证文献  (1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(11)
  • 参考文献(1)
  • 二级参考文献(10)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(15)
  • 参考文献(1)
  • 二级参考文献(14)
2009(10)
  • 参考文献(3)
  • 二级参考文献(7)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(10)
  • 参考文献(4)
  • 二级参考文献(6)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
大规模多背包问题
高级人工鱼群算法
收敛效率
动态参数
调整策略
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导