1. Главная
  2. Ресурсы
  3. Библиотечный поиск
GREEDY ALGORITHM INCOMBINATORIALOPTIMIZATION TEST :научное издание Huang Shan2020 год

GREEDY ALGORITHM IN COMBINATORIAL OPTIMIZATION TEST : научное издание
статья из журнала

Дополнительные ссылки: eLibrary
База данных: Каталог библиотеки СФУ
Библиографическое описание: GREEDY ALGORITHM IN COMBINATORIAL OPTIMIZATION TEST : научное издание / S. S. Huang. - Текст : непосредственный // Молодежь. Общество. Современная наука, техника и инновации. - 2020. - № 19. - P. 328-330.
Аннотация: Combinatorial optimization is the problem of finding an optimal solution in a finite collection of feasible solutions, i. e., a solution that maximizes (or minimizes) an objective function under specified constraints. we study stochastic combinatorial optimization problems in a setting where any random variable can be tested (in the sense of observing its specific realization) prior to returning a feasible solution. Greedy algorithms always make the best choice in the current view. Greedy algorithm does not consider the overall optimization, and its choice is only the local optimization. Although greedy algorithm cannot get the global optimal solution for all problems, it can generate the global optimal solution for many problems. This paper gives two examples of greedy algorithms, such as knapsack problem.
Год издания: 2020
Авторы: Huang Shan
Издательство: Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева, Красноярск
Источник: Молодежь. Общество. Современная наука, техника и инновации
Выпуск: № 19
Номера страниц: 328-330
Держатель оригинала документа: Xingtai University
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки

Похожие публикации

Application ofAlgorithms withVariable GreedyHeuristics fork-Medoids Problems Kazakovtsev LevRozhnov Ivan2020 год

Application of Algorithms with Variable Greedy Heuristics for k-Medoids Problems : статья из журнала

  • Kazakovtsev Lev и др.
  • 2020 год
STUDY OF THEEFFICIENCY OF THECOEVOLUTION SCHEME INCOMPARISON WITHGLOBAL OPTIMIZATIONALGORITHMS Korableva A. A.2023 год

STUDY OF THE EFFICIENCY OF THE COEVOLUTION SCHEME IN COMPARISON WITH GLOBAL OPTIMIZATION ALGORITHMS : научное издание

  • Korableva A. A.
  • 2023 год
A genetic algorithmwith greedy crossoverand elitism forcapacity planning Kazakovtsev LevKozlovskaya ElenaRozhnov Ivan2022 год

A genetic algorithm with greedy crossover and elitism for capacity planning : научное издание

  • Kazakovtsev Lev и др.
  • 2022 год
ON BIOLOGY-INSPIREDSTOCHASTIC ALGORITHMSFOR SOLVINGCOMBINATORIALOPTIMIZATION PROBLEMS Dresvyanskiy D.V.Semenkin E.S.Kuklina A.I.2018 год

ON BIOLOGY-INSPIRED STOCHASTIC ALGORITHMS FOR SOLVING COMBINATORIAL OPTIMIZATION PROBLEMS : научное издание

  • Dresvyanskiy D.V. и др.
  • 2018 год
A DOUBLY IMPROVEDWHALE OPTIMIZATIONALGORITHM Li Jiawei2022 год

A DOUBLY IMPROVED WHALE OPTIMIZATION ALGORITHM : научное издание

  • Li Jiawei
  • 2022 год
EVOLUTIONARYALGORITHMS FORSOLVINGMULTI-OBJECTIVEOPTIMIZATION PROBLEMS Bezvorotnykh A.V.Shelikhova S.V.2025 год

EVOLUTIONARY ALGORITHMS FOR SOLVING MULTI-OBJECTIVE OPTIMIZATION PROBLEMS : научное издание

  • Bezvorotnykh A.V. и др.
  • 2025 год
About heuristicalgorithm forCorrelationClustering problemsolving Soldatenko A.A.Semenova D.V.Ibragimova E.I.2023 год

About heuristic algorithm for Correlation Clustering problem solving : доклад, тезисы доклада

  • Soldatenko A.A. и др.
  • 2023 год
Increasing PopulationVariability inParallel GeneticAlgorithms with aGreedy Crossover forLarge-Scale p-Median… Kazakovtsev L.Rozhnov I.Shkaberina G.2021 год

Increasing Population Variability in Parallel Genetic Algorithms with a Greedy Crossover for… : статья из журнала

  • Kazakovtsev L. и др.
  • 2021 год

Показать ещё

INTELLIGENTOPTIMIZATIONALGORITHMS FOREFFECTIVE SOLUTION OFCOMPLEX PROBLEMS Kravtsov K.I.Khramkov V.V.Mednikov D.M.2025 год

INTELLIGENT OPTIMIZATION ALGORITHMS FOR EFFECTIVE SOLUTION OF COMPLEX PROBLEMS : научное издание

  • Kravtsov K.I. и др.
  • 2025 год
INVESTIGATION OFGENETIC ALGORITHMSETTING BYSELF-CONFIGURINGMETHOD Mitrofanov S. (A.)Карасева Татьяна СергеевнаSemenkin E. (S.)2017 год

INVESTIGATION OF GENETIC ALGORITHM SETTING BY SELF-CONFIGURING METHOD : научное издание

  • Mitrofanov S. (A.) и др.
  • 2017 год
Hybrid Sine CosineAlgorithm for SolvingEngineeringOptimization Problems Brajević I.Stanimirović P.S.Li S.2022 год

Hybrid Sine Cosine Algorithm for Solving Engineering Optimization Problems : статья из журнала

  • Brajević I. и др.
  • 2022 год
Self-configuringNature InspiredAlgorithms forCombinatorialOptimization Problems Semenkina Olga Ev.Popov Eugene A.Semenkina Olga Er.2017 год

Self-configuring Nature Inspired Algorithms for Combinatorial Optimization Problems : научное издание

  • Semenkina Olga Ev. и др.
  • 2017 год
A DOUBLY IMPROVEDAPPROACH BASED ONWHALE OPTIMIZATIONALGORITHM Li Jiawei2022 год

A DOUBLY IMPROVED APPROACH BASED ON WHALE OPTIMIZATION ALGORITHM : доклад, тезисы доклада

  • Li Jiawei
  • 2022 год
INVESTIGATION OFGENE-DEPENDEDMUTATION OPERATORS INGENETIC ALGORITHMS Tian Hao2019 год

INVESTIGATION OF GENE-DEPENDED MUTATION OPERATORS IN GENETIC ALGORITHMS : научное издание

  • Tian Hao
  • 2019 год
THE EFFICIENCYINVESTIGATION OFGLOBAL SEARCHALGORITHM AND ITSMODIFICATIONS Ma Xuechun2020 год

THE EFFICIENCY INVESTIGATION OF GLOBAL SEARCH ALGORITHM AND ITS MODIFICATIONS : научное издание

  • Ma Xuechun
  • 2020 год
Clustering Algorithmwith a GreedyAgglomerativeHeuristic and SpecialDistance Measures Shkaberina G.Verenev L.Tovbis E.2022 год

Clustering Algorithm with a Greedy Agglomerative Heuristic and Special Distance Measures : статья из журнала

  • Shkaberina G. и др.
  • 2022 год