.png){kind=icon}
返回
An efficient binary spider wasp optimizer for multi-dimensional knapsack instances: experimental validation and analysis
.png){kind=icon}
OA
AI
DOI：10.1186/s40537-024-01055-9.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种二进制变种的近期提出的蛛蜂优化器（SWO），即BSWO，用于精确求解多维背包问题（MKP），该问题被归类为NP难优化问题。经典方法无法在合理时间内为该问题获得可接受的结果。因此，研究人员最近将注意力转向元启发式算法，以更精确且在可接受时间内解决该问题。然而，为MKP提出的多数元启发式算法存在收敛速度慢和最终结果质量低的问题，尤其是在维度数量增加时。这促使我们提出使用属于三类（X形、S形和V形家族）的九种知名转移函数离散化的BSWO，以有效且高效地解决该问题。此外，它集成了改进的修复算子4（RO4），提出了一种混合变体，即BSWO-RO4，能够有效修复和改进不可行解以获得更好的性能。使用小、中、大型的MKP实例来评估BSWO和BSWO-RO4。通过将两者与几种元启发式优化器在若干性能准则方面进行比较，展示了所提出算法的实用性和效率。实验结果表明，BSWO-RO4可对小规模和中规模实例实现卓越结果，而与RO4集成的遗传算法在大型实例上可能更优。此外，实验结果还表明，与BSWO集成RO2相比，BSWO集成RO4更为高效。
Keyword:
Spider wasp optimizer
Multi-dimensional knapsack problem
Infeasible solutions
Repair operator
期刊
IF:
6.4
论文数:
1.5K
被引数:
1.1W
机构
暂无机构信息
引用论文
.png){kind=icon}
Exposing the grey wolf, moth-flame, whale, firefly, bat, and antlion algorithms: six misleading optimization techniques inspired by bestial metaphors揭露灰狼，蛾焰，鲸鱼，萤火虫，蝙蝠和antlion算法: 受兽性隐喻启发的六种误导性优化技术OAAI
OAAI分享收藏
Exposing the chimp optimization algorithm: A misleading metaheuristic technique with structural bias
PREAI
分享收藏
查看更多内容