《表1 SFLA算法与GA算法运行结果的比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于混合蛙跳算法求解多维背包问题》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。