1) branch-bound algorithm/genetic algorithm
分枝定界算法/遗传算法
2) Branch and bound algorithm
分枝定界算法
1.
New branch and bound algorithm for nonconvex quadratic programming global minimization;
非凸二次规划全局极小问题的新型分枝定界算法
2.
A branch and bound algorithm for solving maximizing a concave function over weakly-efficient;
弱有效集上凹函数极大问题的分枝定界算法
3.
Resource-constrained Max-npv project scheduling problem and branch and bound algorithm
资源约束型Max-npv项目调度问题的分枝定界算法
3) branch-and-bound algorithm
分枝定界算法
1.
Using heuristic algorithm to find out a feasible solution as an upper limit of branch-and-bound algorithm, an optimal sol.
针对网络化制造环境下的供应链生产、运输能力动态变化问题,将供应链网络系统定义成包括供应商、制造商和销售商在内的三级系统,以使三者的供应力、制造力及运力所涉及的费用最低为目标函数,建立了一个包括供应商、制造商、销售商在内的供应链战略能力规划模型·采用启发式算法求出该模型的可行解,并以此作为分枝定界算法的上限,求出模型的最优解·数值实例分析证明,在新的市场机会下,供应链网络系统中各节点企业实施战略能力规划可以优化企业资源利用率,最大限度地降低库存,同时也证明了所提出优化目标的成熟性及模型和算法的有效性
2.
This paper studies on branch-and-bound algorithm,and implements branch-and-bound algorithm pattern by C++ template.
分枝定界算法是传统算法设计方法中重要算法之一,很多重要问题可以用它来解决。
4) branch and bound
分枝定界算法
1.
It is proved that an existing branch and bound can be revised to solve the improved sub-problem.
在子问题的目标函数中增加一个终端惩罚项,在优化局部目标的同时兼顾全局目标,证明了已有分枝定界算法经适当修正可用于求解改进的调度子问题。
2.
In this paper we propose a new branch and bound algorithm for cost minimization problems arising in series-parallel reliability networks.
本文对可靠性网络中串-并系统的费用最小化问题提出一种新的分枝定界算法。
5) branch and bound method
分枝定界算法
1.
Establishing a math model which came from "Bag Arithmetic",using branch and bound method and queue structure,a synthesis arithmetic and estimate scheme are gained.
根据分枝定界算法和队列结构的思想,给出一种综合算法和评价方案。
2.
The paper presents a new kind of algorithm to solve the TSP,the algorithm has the following features:1)Combining evolutionary computation with branch and bound method;2) Distributed parallel computing.
提出的计算ＴＳＰ（ＴｒａｖｅｌｉｎｇＳａｌｅｓｍａｎＰｒｏｂｌｅｍｓ）的新算法具有如下特色：１）把演化计算与分枝定界算法相结合：２）面向网络的分布式并行计算。
6) layered branch and bound algorithm
分层分枝定界算法
1.
Unit commitment based on layered branch and bound algorithm
基于分层分枝定界算法的机组组合
补充资料：数值遗传算法
分子式：
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条