搜索资源列表
PSObeibao
- 粒子群算法解决背包问题，使用PSO解决背包问题-PSO algorithm to solve the knapsack problem, solve the knapsack problem using PSO
TSPandBAGproblem
- 包里包含五个文件，其中ASforTSP是用蚂蚁算法解决TSP问题，Backtrack是用回溯法解决01背包问题，GAO是用遗传算法解决TSP，GreedySelector是用贪心算法解决01背包问题，MoneyChange是金额的数字与汉字的转换方案，本人作为一个学生初学编程，希望多多包涵。-Package contains five files, which ASforTSP ant algorithm to solve TSP is the problem, Backtrack 01 is
禁忌搜索解决背包问题
- 用lua编写的解决背包问题的程序，需要在lua的编译器上执行。执行成功，有结果。
simulated annealing algorithm
- 模拟退火算法的应用很广泛，可以较高的效率求解最大截问题(Max Cut Problem)、0-1背包问题(Zero One Knapsack Problem)、图着色问题(Graph Colouring Problem)、调度问题(Scheduling Problem)等等。(Simulated annealing algorithm is widely used, can be more efficient to solve the maximum Problem Cut (Max), 0-1
0-1背包问题
- 0-1背包问题的实现，用HTML，js编写的算法(0-1 knapsack problem implementation, using HTML, JS algorithm written)
ILOG 背包问题7物品12资源
- ILOG CPLEX 编写 背包 问题 求解(THIS is write by IBM ILOG CPLEX,the OPL language for Knapsack problem,include 12 products)
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.)
回溯法（01背包问题）
- 回溯法解决01背包问题，111111111111111111(Backtracking method for solving 01 knapsack problems)