-
题名背包问题的闭环DNA算法
被引量:12
- 1
-
-
作者
周康
同小军
许进
-
机构
武汉工业学院数理科学系
华中科技大学控制科学与工程系
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2008年第17期4605-4608,共4页
-
基金
国家自然科学基金(60403002)
湖北省自然科学基金(2007ABA407
+3 种基金
2004ABA031
2005ABA233)
湖北省优秀中青年科技创新团队计划
浙江省自然科学基金(ZJNSF-Y105654).
-
文摘
提出了闭环DNA分子的结构多样性,即闭环DNA分子在同一个位置上具有不同的DNA序列。提出了双约束的整数规划背包问题闭环DNA算法,即对变量取值进行DNA编码并形成所有可能解;用批接入实验、电泳实验和批删除实验筛选出可行解,用批接入实验、电泳实验得到最优解;通过检测实验输出所有最优解。由一个算例说明算法的有效性。针对减少DNA编码和内切酶数量的问题改进了算法;对有特殊要求的背包问题提出了解决方法。
-
关键词
闭环DNA计算模型
背包问题
批接入实验
批删除实验
-
Keywords
model of closed circle DNA computing
knapsack problem
group insert experiment
group delete experiment
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于嵌套复杂度的控制流混淆算法
被引量:1
- 2
-
-
作者
王磊
侯整风
向润昭
史兆鹏
-
机构
合肥工业大学计算机与信息学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第11期177-181,188,共6页
-
基金
国家自然科学基金(61272540)
安徽省自然科学基金(11040606M138)
-
文摘
采用随机插入策略的垃圾代码控制流混淆算法,存在混淆强度和额外开销的不确定性。针对该问题,提出一种基于嵌套复杂度的控制流混淆算法OB_NC,对混淆所引入的开销进行定量计算,采用嵌套复杂度对控制流复杂度进行度量,基于分组背包思想构造背包决策表,综合考虑混淆强度和开销来选择垃圾代码插入点,在开销阈值内尽可能提升混淆强度。分析和实验结果表明,OB_NC算法的混淆强度高于采用随机插入策略的控制流混淆算法,且能够有效控制混淆所产生的额外开销。
-
关键词
代码保护
控制流图
混淆算法
分组背包
嵌套复杂度
-
Keywords
code protection
Control Flow Graph (CFG)
obfuscation algorithm
group knapsack
nesting complexity
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名多重群体遗传算法在多选择背包问题中的应用
被引量:3
- 3
-
-
作者
叶宇风
-
机构
韶关学院网络中心
-
出处
《计算机工程与设计》
CSCD
北大核心
2005年第12期3442-3443,3464,共3页
-
文摘
在解决多选择背包问题中,引入了多重群体遗传算法作为求解方法,根据此问题的特点,制定了具体的杂交、变异方法,设计了遗传算法。在算法中以目标函数加惩罚函数为适应值评价函数,采用新陈代谢的跨世代选择策略,以更好地保持进化过程中的遗传多样性。实践表明,引入了多重群体遗传算法之后,求解此问题效率有明显的改善与提高。
-
关键词
多重群体遗传算法
多选择背包问题
种群
遗传算法
-
Keywords
mult-group genetic algorithms
multipe-choice knapsack problem
population
genetic algorithms
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名改进的蛙跳算法在多目标优化问题中的应用
被引量:4
- 4
-
-
作者
王晓笛
肖伟
何灿
-
机构
晓庄学院
湖南星辰在线网络传播有限公司
-
出处
《计算机工程与应用》
CSCD
2012年第30期233-238,共6页
-
基金
湖南省教育厅资助科研项目(No.09C648)
-
文摘
在介绍原始混洗蛙跳算法的基础上,引入遗传算法中的遗传算子,改进原始蛙跳算法的分组方法,提出一种改进的混洗蛙跳算法用于求解多目标优化问题。改进的算法以多目标0-1背包问题为例进行模拟实验,其实验结果表示,与原始的混洗蛙跳算法相比较,改进的蛙跳算法在求解多目标优化问题上具有更好的性能。
-
关键词
混洗蛙跳算法
多目标优化问题
遗传算子
分组方法
多目标0-1背包问题
-
Keywords
Shuffle Frog Leaping Algorithm(SFLA)
multi-objective optimization
genetic operators
grouping method
multi-objective 0-1 knapsack problem
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名分期投资项目群选择研究
- 5
-
-
作者
宋元涛
吴善杰
黄钧
-
机构
中国科学院研究生院工程教育学院
-
出处
《科技进步与对策》
CSSCI
北大核心
2009年第21期50-52,共3页
-
基金
中科院研究生院院长基金(O85102QN00)
-
文摘
针对南水北调项目群分期投资的效益问题,给出了数学模型,并利用背包问题的贪婪算法得到了项目群的最大效益及其工程开工顺序的安排情况,给项目投资计划处在选择项目投资阶段的人员以一定的参考,便于资金充分、合理地得到利用,最终得到最大的收益。
-
关键词
项目群
项目选择
贪婪算法
背包问题
-
Keywords
Project group
Project Selection
Greedy Algorithm
knapsack Question
-
分类号
F283
[经济管理—国民经济]
-
-
题名对REESSE1+公钥密码的明文恢复攻击
- 6
-
-
作者
费向东
潘郁
-
机构
南京工业大学经济与管理学院
-
出处
《信息网络安全》
2013年第3期26-28,共3页
-
基金
江苏省软科学研究计划项目[BR2011057]
-
文摘
文章提出对REESSE1+公钥密码实施明文恢复攻击的两种启发性方法。一是把解密看作一个群分解问题,求解该问题即可获得一个等价明文,当该等价明文向量的各个分量都很小时,则此等价明文很可能就是密文所对应的明文;二是如果能在有限域中求解离散对数,从密文恢复明文就转换为解一个低密度、低维数背包问题,运用格基规约算法可求解该背包问题。由于有限域中求解离散对数的计算复杂性是亚指数级的,故破译REESSE1+公钥密码的计算复杂性也是亚指数级的。
-
关键词
REESSE1+公钥密码
乘法背包
明文恢复攻击
群分解
离散对数
格基规约
-
Keywords
REESSE1+ public key cryptosystem
multiplication knapsack
plaintext recovery attack
group factorization problem
discrete logarithm
lattice reduction
-
分类号
TN918.1
[电子电信—通信与信息系统]
-
-
题名单约束背包问题的DNA算法
被引量:1
- 7
-
-
作者
彭镇静
王建中
赵永耀
-
机构
中北大学理学院
-
出处
《山东理工大学学报(自然科学版)》
CAS
2011年第4期71-73,共3页
-
文摘
提出了单约束非0-1整数背包问题的DNA计算方法,即变量的取值用DNA分子编码进而并合成所有可行解;并由批接入实验、电泳实验推出最优解;通过检测实验得出所有的最优解.并举例验证此算法的可行性.
-
关键词
DNA算法
单约束背包问题
批接入实验
批删除实验
-
Keywords
DNA algorithm
single-restriction knapsack problem
group insert experiment
group delete experiment
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于迁移的存储系统热点问题处理
- 8
-
-
作者
蒋学
王宏毅
刘璟
-
机构
南开大学信息技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2006年第2期45-47,100,共4页
-
基金
国家自然科学基金资助项目(60273031)
高等学校博士点专项科研基金资助项目(20020055021)
-
文摘
针对存储系统中由于访问集中等原因引起系统性能下降的热点问题,提出了一种基于数据迁移的解决算法。通过对存储系统访问频率的统计以及迁移算法确定数据迁移的源地址和目标地址,通过迁移来消除热点。并通过模拟的环境和实验,结果表明算法有效地消除了系统出现的热点,并在一定程度均衡了负载,提高了系统性能。
-
关键词
热点
负载均衡
RAID组
NP完全问题
0-1背包问题
-
Keywords
Hot Spots
Load Balancing
RAID group
NP-Complete Problem
0-1 knapsack Problems
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名多重群体遗传算法在多选择背包问题中的应用
- 9
-
-
作者
简志坚
戴光明
-
机构
中国地质大学计算机学院
-
出处
《电脑开发与应用》
2005年第11期8-10,共3页
-
基金
湖北省自然科学基金(No.2003ABA045)资助
-
文摘
为了解决多选择背包问题,引入了多重群体遗传算法作为求解方法,根据此问题的特点而制定了具体的杂交、变异方法,设计了遗传算法。在算法中以目标函数加惩罚函数为适应值评价函数,采用新陈代谢的选择策略,以更好地保持进化过程中的遗传多样性。实践表明,引入了多重群体遗传算法之后,求解此问题效率有明显的改善与提高。
-
关键词
遗传算法
多重群体遗传算法
多选择背包问题
种群
-
Keywords
genetic algorithm, Multi - group genetic algorithm, Multiple - choice knapsack problem, population
-
分类号
TP275
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名增强型群论优化算法求解折扣{0-1}背包问题
被引量:1
- 10
-
-
作者
张寒崧
贺毅朝
王静红
孙菲
李明亮
-
机构
河北地质大学信息工程学院
河北师范大学计算机与网络空间安全学院
智能传感物联网技术河北省工程研究中心
-
出处
《计算机科学与探索》
CSCD
北大核心
2024年第6期1526-1542,共17页
-
基金
河北省自然科学基金(F2020403013)
河北省高等学校科学技术研究项目(ZD2021016)
+1 种基金
河北省重点研发计划项目(22375415D)
河北地质大学2023年国家自然科学基金预研项目(KY202307)。
-
文摘
群论优化算法(GTOA)是基于群论方法提出的一个离散演化算法,非常适于求解以整型向量为可行解的组合优化问题。为了进一步提高GTOA求解折扣{0-1}背包问题(D{0-1}KP)的性能,首先指出了它的随机线性组合算子(RLCO)未能充分考虑当前个体位置信息的不足,基于个体基因保留策略对其进行改进。然后,在随机反向变异算子(IRMO)中引入增强0分量变异策略,用于处理因个体0分量无法及时变异而导致的解的质量下降、种群多样性降低等问题。在改进上述两个算子的基础上,提出了增强型GTOA(EGTOA),并基于它给出求解D{0-1}KP的新方法。随后,将改进策略应用于二进制GTOA(GTOA-2),提出了增强型GTOA-2(EGTOA-2)及其求解D{0-1}KP的新方法。为了验证EGTOA和EGTOA-2的性能提高程度与优异性,分别利用它们求解四类大规模D{0-1}KP实例,通过与GTOA、GTOA-2以及求解D{0-1}KP的已有8个最先进算法的比较表明:EGTOA和EGTOA-2求得最优解的能力比GTOA和GTOA-2提高了至少1.14倍,比8个最先进算法提高了5%~60%,它们的平均性能比GTOA、GTOA-2以及8个最先进算法的性能更佳。因此,EGTOA和EGTOA-2是当前求解D{0-1}KP的最佳算法。
-
关键词
群论优化算法
组合优化问题
折扣{0-1}背包问题
随机变异
-
Keywords
group theory-based optimization algorithm
combinatorial optimization problems
discounted{0-1}knapsack problem
random mutation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进的群论优化算法求解具有单连续变量背包问题
被引量:1
- 11
-
-
作者
李香军
朱晓斌
-
机构
河北地质大学信息工程学院
石家庄文化传媒学校
-
出处
《新一代信息技术》
2021年第10期42-49,共8页
-
基金
河北省自然科学基金项目(项目编号:F2020403013),河北省高等学校科学技术研究项目(项目编号:ZD2021016)。
-
文摘
为了高效求解具有单连续变量的背包问题(KPC),本文提出一种改进的群论优化算法(IGTOA),在模型KPCM2的基础上求解KPC问题。首先改变了GTOA算法的进化公式,扩大搜索范围,并对不可行解进行修复优化,使得求解KPC问题时效果更好。然后将IGTOA算法求解KPC的结果与ETDE、S-HBDE、B-HBDE算法进行比较,表明IGTOA算法在求解KPC问题时,不仅精度高、平均性能好、稳定性好,而且收敛速度快,是求解KPC问题的一个高效的演化算法。
-
关键词
具有单连续变量背包问题
群论优化算法
改进的群论优化算法
修复优化
-
Keywords
knapsack problem with a single continuous variable
group theory-based optimization algorithm
the improved group theory optimization algorithm
repair and optimization method
-
分类号
TP31
[自动化与计算机技术—计算机软件与理论]
-