搜索资源列表
粒子群01背包
- 用粒子群算法解决01背包问题（100个物品）从而得到最优解(The particle swarm algorithm is used to solve the 01 knapsack problem (100 items), and thus the optimal solution is obtained)
KnapSack2
- 0/1背包问题 利用的子集树，进行穷举算法实现(0/1 knapsack exhaustive problem)
beibao5
- /* 背包问题 问题定义： 有一个背包重量是T，有n件物品，重量分别是W0,W1...Wn-1 问能否从这n件物品中选择若干件放入背包中使其重量之和正好为T */(Tipcal package problem)
c1
- 动态规划解决背包问题 列出所有可能情况并进行求值 适用于较小数据测试(Dynamic programming to solve knapsack problem)
6-8
- 贪婪法解决背包问题（局部最优解） 输入项数和重量 输出需要使用的背包数(Greedy method for solving knapsack problem (local optimal solution))
背包问题
- 数据结构的背包问题，是一个很经典的利用堆栈的问题(Knapsack problem of data structure, is a very classic problem of the use of the stack)
动态规划求解0-1背包问题
- 通过动态规划的算法得到装进背包的最大价值(The maximum value of knapsack is obtained by dynamic programming algorithm.)
bagpack_problem
- 使用C++实现递归解决背包问题的算法 注释详尽算法高效简单易懂(solving bag-pack problem recursively using c++)
01被背包问题
- 01背包问题C语言版，详细的直接可以运行的(01 knapsack problem C language version, which can be run in detail.)
背包
- 给定n种物品和一背包。物品i的重量是wi，体积是bi，其价值为vi，背包的容量为c，容积为d。问应如何选择装入背包中的物品，使得装入背包中物品的总价值最大？在选择装入背包的物品时，对每种物品i只有两种选择，即装入背包或者不装入背包。不能将物品i装入背包多次，也不能只装入部分的物品i。试设计一个解此问题的动态规划算法，并分析算法的计算复杂性。(Given n items and a knapsack. The weight of the item I is wi, the volume is Bi
AOC_limit
- 使用matlab实现的蚁群算法，解决0 1背包问题为例解决组合优化问题(ant colony optimization (ACO) implement by matlab, use to solve 0/1 bagging problem)
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,
knapsack problem
- 用动态规划解决01背包问题，以及回溯找到最终解，完美的解决了动态规划的思想(Use dynamic programming to solve the 01 knapsack problem.)
贪心算法-局部背包
- 使用java语言实现贪心算法中的局部背包问题，适合正在学习这方面算法的人使用。(The Java language is used to implement the local knapsack problem in the greedy algorithm, which is suitable for people who are learning this algorithm.)
test.py
- 通过遗传算法解决0-1背包问题，以选择办事处为背景(solve the package problem through genetic algorithm)
beibaowenti
- 简单背包问题的程序，使用matlab进行编程，适合零基础者(A program that can do simple Knapsack problem)
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)
遗传算法解决背包问题
- 遗传算法解决背包问题，matlab环境实现c流程(Solving knapsack problem by genetic algorithm)
0-1背包问题
- 实现0－1背包问题 背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。相似问题经常出现在商业、组合数学，计算复杂性理论、密码学和应用数学等领域中。也可以将背包问题描述为决定性问题，即在总重量不超过W的前提下，总价值是否能达到V？
beiBao01
- 免疫克隆解决01背包问题，将免疫概念及其理论应用于遗传算法，在保留原算法优良特性的前提下，力图有选择、有目的地利用待求问题中的一些特征信息或知识来抑制其优化过程中出现的退化现象，这种算法称为免疫算法(Immune Algorithm) IA。人工免疫算法是一种具有生成+检测 (generate and test)的迭代过程的群智能搜索算法。从理论上分析，迭代过程中，在保留上一代最佳个体的前提下，免疫算法是全局收敛的。(Immune clone solves 01 knapsack problem