元启发式算法与背包问题研究

第1章 绪论 1.1 背包问题介绍 1.1.1 背包问题定义 1.1.2 应用场景 1.1.3 背包问题的研究意义 1.2 优化算法介绍 第2章 元启发式算法概述 2.1 模拟退火 2.1.1 模拟退火的算法思想 2.1.2 模拟退火的算法基本流程 2.1.3 关于概率p 2.1.4 模拟退火的算法伪代码 2.2 禁忌搜索 2.2.1 禁忌搜索的算法思想 2.2.2 禁忌搜索的算法基本流程 2.2.3 评估函数与禁忌列表 2.2.4 禁忌搜索的算法伪代码 2.3 遗传算法 2.3.1 遗传算法的算法思想 2.3.2 遗传算法的算法基本流程 2.3.3 遗传算法的算法伪代码 2.4 迭代局部搜索 2.4.1 迭代局部搜索的算法思想 2.4.2 迭代局部搜索的算法基本流程 2.4.3 迭代局部搜索的算法伪代码 2.5 变邻域搜索 2.5.1 变邻域搜索的算法思想 2.5.2 变邻域搜索的算法基本流程 2.5.3 变邻域搜索的算法伪代码 2.6 模因算法 2.6.1 模因算法的算法思想 2.6.2 模因算法的算法基本流程 2.6.3 模因算法的算法伪代码 第3章 背包问题变种介绍 3.1 子集求和问题 3.1.1 问题简介 3.1.2 求解算法 3.2 多重背包问题 3.2.1 问题简介 3.2.2 求解算法 3.3 多维选择背包问题 3.3.1 问题简介 3.3.2 求解算法 3.4 多维背包问题 3.4.1 问题简介 3.4.2 求解算法 3.5 二次背包问题 3.5.1 问题简介 3.5.2 求解算法 3.6 多重二次背包问题 3.6.1 问题简介 3.6.2 求解算法 3.7 装箱问题 3.7.1 问题简介 3.7.2 求解算法 3.8 集合联盟背包问题 3.8.1 问题简介 3.8.2 求解算法 3.9 冲突约束背包问题 3.9.1 问题简介 3.9.2 求解算法 3.10 预算*大覆盖问题 3.10.1 问题简介 3.10.2 求解算法 第4章 求解集合联盟背包问题 4.1 现有求解算法综述 4.2 迭代两阶段局部搜索算法 4.2.1 算法框架与具体内容 4.2.2 实验结果与比较 4.2.3 分析与总结 4.3 基于核的禁忌搜索算法 4.3.1 算法框架与具体内容 4.3.2 实验结果与比较 4.3.3 分析与总结 4.4 多起点基于解的禁忌搜索算法 4.4.1 算法框架与具体内容 4.4.2 实验结果与比较 4.4.3 分析与总结 第5章 求解冲突约束背包问题 5.1 现有求解算法综述 5.1.1 精确算法和近似算法 5.1.2 启发式算法 5.2 基于阈值搜索的模因算法 5.2.1 算法框架与具体内容 5.2.2 实验结果与比较 5.2.3 实际应用 5.2.4 分析与总结 5.3 响应式策略振荡搜索算法 5.3.1 算法框架与具体内容 5.3.2 实验结果与比较 5.3.3 分析与总结 第6章 求解预算*大覆盖问题 6.1 现有求解算法综述 6.2 迭代超平面搜索算法 6.2.1 算法框架与具体内容 6.2.2 实验结果与比较 6.2.3 分析与总结 第7章 总结 参考文献 附录A 各算法在集合Ⅰ的100个算例上的测试结果