Algorithm 子集和概率的变化。(多个约束)
让我给你一个我试图解决的正规子集和问题的一个变化的例子: 给定的是一个集S={1,2,3,4,5,6,7,8,9},最大容量c0=40。此外,我们对S的3个不同子集有3个附加约束:Algorithm 子集和概率的变化。(多个约束),algorithm,optimization,knapsack-problem,heuristics,subset-sum,Algorithm,Optimization,Knapsack Problem,Heuristics,Subset Sum,让我给你一个我试图解决的正规子集和问题的一个变化的例子: 给定的是一个集S={1,2,3,4,5,6,7,8,9},最大容量c0=40。此外,我们对S的3个不同子集有3个附加约束: S1={2,3,4},约束条件c1=5 S2={3,4,5,6},约束c2=12 S3={7,8,9},约束条件c3=25 目标是找到S的一个子集,使得(包括的项目)的总和最大化,而不超过任何给定约束(c0-c4) 重要: 交叉路口是可能的!(见S1和S2) 3只是限制计数的一个示例-它可能会多得多 虽然在本例中,
- 交叉路口是可能的!(见S1和S2)
- 3只是限制计数的一个示例-它可能会多得多李>
- 虽然在本例中,S的项是整数值,但也可以是正实数
这个特殊的子集和问题是否有特定的名称和/或是否有任何关于这个问题的论文/文献综述 这听起来像背包问题: 请参阅那篇文章中关于子集和问题的部分: “子集和问题是决策和0-1问题的一个特例,其中每种项目的权重等于值[…],在密码学领域,背包问题这个术语通常用于专门指代子集和问题,通常被称为Karp的21个NP完全问题之一。[30]
子集和问题的泛化称为多个子集和问题,其中存在多个具有相同容量的箱子。已证明泛化没有FPTA。[31]“我不确定是否确切理解这些约束的含义。你能不能再多说一点?