دانلود رایگان مقالات IEEEدانلود رایگان مقالات پژوهشی کامپیوتردانلود رایگان مقالات ژورنالی کامپیوتردانلود رایگان مقالات سال 2019دانلود رایگان مقاله ISI الگوریتم به زبان انگلیسیدانلود رایگان مقاله ISI الگوریتم و محاسبات به زبان انگلیسیدانلود رایگان مقاله ISI مهندسی کامپیوتر به زبان انگلیسی سال 2022 و 2023سال انتشارمقالات مهندسی کامپیوتر با ایمپکت فاکتور بالا به زبان انگلیسی

مقاله انگلیسی رایگان در مورد الگوریتم جستجوی پیشرفته شب پره – IEEE 2019

 

مشخصات مقاله
ترجمه عنوان مقاله الگوریتم جستجوی پیشرفته شب پره برای مشکلات کوله پشتی Set-Union
عنوان انگلیسی مقاله Enhanced Moth Search Algorithm for the Set-Union Knapsack Problems
انتشار مقاله سال ۲۰۱۹
تعداد صفحات مقاله انگلیسی ۱۲ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه IEEE
نوع نگارش مقاله
مقاله پژوهشی (Research Article)
مقاله بیس این مقاله بیس نمیباشد
نمایه (index) Scopus – Master Journals List – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۴٫۶۴۱ در سال ۲۰۱۸
شاخص H_index ۵۶ در سال ۲۰۱۹
شاخص SJR ۰٫۶۰۹ در سال ۲۰۱۸
شناسه ISSN ۲۱۶۹-۳۵۳۶
شاخص Quartile (چارک) Q2 در سال ۲۰۱۸
مدل مفهومی ندارد
پرسشنامه ندارد
متغیر ندارد
رفرنس دارد
رشته های مرتبط مهندسی کامپیوتر
گرایش های مرتبط  مهندسی الگوریتم و محاسبات
نوع ارائه مقاله
ژورنال
مجله / کنفرانس دسترسی – IEEE Access
دانشگاه  School of Information Engineering, Hebei GEO University, Shijiazhuang 050031, China
کلمات کلیدی جهش دیفرانسیل، جستجو هماهنگی جهانی، الگوریتم جستجوی شب پره، مشکل کوله پشتی Set-Union
کلمات کلیدی انگلیسی  Differential mutation, global harmony search, moth search algorithm, set-union knapsack problem
شناسه دیجیتال – doi
https://doi.org/10.1109/ACCESS.2019.2956839
کد محصول  E14065
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
ABSTRACT

I. INTRODUCTION

II. SET-UNION KNAPSACK PROBLEM

III. MOTH SEARCH ALGORITHM

IV. ENHANCED MS ALGORITHM FOR SUKP

V. COMPUTATIONAL EXPERIMENTS

VI. CONCLUSION

REFERENCES

 

بخشی از متن مقاله:
ABSTRACT

As an important and novel model with multitudinous practical applications, the set-union knapsack problem (SUKP) is a challenging issue in combinatorial optimization. In this paper, we present an enhanced moth search algorithm (EMS) for solving SUKP, which introduces an enhanced interaction operator (EIO) by integrating differential mutation into the global harmony search and then Lévy flight is replaced by EIO. Comparative experimental results, which were conducted on three types of 30 popular SUKP benchmark instances, demonstrate that EMS algorithm is superior to or competitive with the other state-of-the-art metaheuristic algorithm. In particular, EMS reaches the best-known solutions for the great majority of test instances and improves the best-known solutions for six instances. Two critical ingredients of EIO is investigated to confirm their impact on the performance of EMS. The results show that both components have an important role in improving the performance of EMS.

INTRODUCTION

The classical knapsack problem (KP) [1] is still one of the most challenging problems in combinatorial optimization. Since KP is an NP-hard problem and has many practical applications in reality, new varieties are emerging in recent years. In this paper we consider an extension of KP, namely, the set-union knapsack problem (SUKP) [2], [3], which is a popular binary optimization problem with constraints. Although SUKP was proposed long ago, it has recently attracted more and more researchers to study this issue deeply, because it has been proved that there are many important applications in specific fields, such as public key prototype [4], data stream compression [5], and financial decision making [3]. In addition, SUKP is more complicated and challenging than the classical 0-1 KP. The classical 0-1 KP is characterized by one item with a profit and a weight. Nevertheless, there are a set of items and a set of elements in SUKP, in which each item has a profit and each element has a weight. Particularly, a set of items is required to pack into the knapsack in SUKP. In view of its important application in practice and its theoretical research value, SUKP has attracted much attention in the community. According to the existing literature, the method of solving SUKP problem can be categorized into three groups based on their natures: (1) exact algorithm (2) approximate algorithm, and (3) heuristic approach. Here, we are mainly concerned with the most representative research work. The representative exact approach is dynamic programming (DP) algorithm. SUKP has been first introduced in the literature by Goldschmidt et al. with DP [2].

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا