《表1 SFLA算法与GA算法运行结果的比较》
采用了一种全新的生物仿生模拟算法,即混合蛙跳算法解决多维背包问题。在蛙跳算法的框架中,通过改变个体信息传递的方式,将遗传算法的遗传机制嵌入到蛙跳算法中,以避免搜索结果早熟收敛和陷入局部最优。实验数据表明,本文提出的混合蛙跳算法所得到的解决方案比遗传算法的更好,与当前最优解的平均误差仅为0.093%,相对遗传算法的平均改进值为0.403%,运行所需要的时间更短,证明了SFLA算法解决多维背包的可行性和有效性。但是随着问题规模的增大,算法的稳定性和效率还有待进一步改进。
图表编号 | XD00219111200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 刘陆洲、张晓霞、钟江文 |
绘制单位 | 辽宁科技大学计算机与软件工程学院、辽宁科技大学计算机与软件工程学院、辽宁科技大学计算机与软件工程学院 |
更多格式 | 高清、无水印(增值服务) |