搜索资源列表
MOEAD
- MOEA/D多目标进化算法(连续函数优化和多背包问题)-MOEA/D evolutionary algorithm(continuous function optimization and multi-knapsacks optimization)
PSO
- 采用基于粒子群的多目标优化算法解决背包问题。-Using multi-objective particle swarm optimization algorithm to solve knapsack problem.
蝙蝠算法原程序
- 蝙蝠算法(Bat Algorithm, 简 称 BA)是由Xin-She Yang于2010年提出的一种新型的元启发式算法,其来源于对蝙蝠回声定位行为的模拟。该算法具有模型简单、收敛速度快、可并行处理等特点,在函数优化,背包问题和多目标优化问题等领域得到初步应用。
MOEAD_KNAPSACK
- moead for knapsack 基于分解的多目标优化算法,解决多目标背包问题-moead for knapsack
main
- 采用多目标粒子群算法求解多目标背包问题 问题:假设存在五类物品,每类物品又包含四种具体物品,要求从五类物品中分别选择一种放入背包,使得背包总价值最大,总体积最小,总质量不超过92kg(The problem is solved by multi objective particle swarm optimization algorithm, multi-objective knapsack problem: suppose there are five categories of goods,
PSO算法解决背包问题
- 粒子群算法与多目标优化问题的结合,解决背包问题实例(Combining particle swarm optimization with multi-objective optimization, we solve knapsack proble)
采用基于粒子群的多目标优化算法解决背包问题
- 多目标优化问题与粒子群算法的结合,以解决0-1背包问题(The multi-objective optimization problem is combined with particle swarm optimization to solve the 0-1 knapsack problem)