基于遗传算法求解折扣{0-1}背包问题的研究 被引量：60

1

作者 贺毅朝 王熙照 +2 位作者 李文斌 张新禄 陈嶷瑛 《计算机学报》 EI CSCD 北大核心 2016年第12期2614-2630,共17页

目前,求解折扣{0-1}背包问题(D{0-1}KP)的主要算法是基于动态规划的具有伪多项式时间的确定性算法,当D{0-1}KP实例中各项的价值系数与重量系数在大范围内取值时缺乏实用性.文中基于杰出者保留策略遗传算法(EGA)求解D{0-1}KP,首先建立了D... 目前,求解折扣{0-1}背包问题(D{0-1}KP)的主要算法是基于动态规划的具有伪多项式时间的确定性算法,当D{0-1}KP实例中各项的价值系数与重量系数在大范围内取值时缺乏实用性.文中基于杰出者保留策略遗传算法(EGA)求解D{0-1}KP,首先建立了D{0-1}KP的两个新的数学模型;然后,为了利用EGA和第一数学模型求解D{0-1}KP,提出了一种处理非正常编码个体的贪心修复与优化算法GROA,并将其与EGA相结合给出了求解D{0-1}KP的第一遗传算法FirEGA;紧接着,利用EGA和第二数学模型求解D{0-1}KP,提出了处理非正常编码个体的另一种有效算法NROA,并将其与EGA相结合给出了求解D{0-1}KP的第二遗传算法SecEGA;最后,利用四类大规模D{0-1}KP实例,确定了FirEGA和SecEGA的交叉概率与变异概率的合理取值,比较了两个算法的实际求解性能.对四类实例的计算结果表明:FirEGA和SecEGA都非常适于求解大规模的难D{0-1}KP实例,均能够得到一个近似比非常接近于1的近似解,并且FirEGA的平均求解性能比SecEGA的更优. 展开更多

关键词 折扣{0-1}背包问题 遗传算法 非正常编码个体 贪心策略 修复与优化

下载PDF 职称材料

差分进化帝王蝶优化算法求解折扣{0-1}背包问题 被引量：21

2

作者 冯艳红 杨娟 +1 位作者 贺毅朝 王改革 《电子学报》 EI CAS CSCD 北大核心 2018年第6期1343-1350,共8页

帝王蝶优化算法(Monarch Butterfly Optimization,MBO)是一种新颖的群体智能算法,自从提出就在实际优化问题上表现出很好的性能.但是,帝王蝶优化算法的迁移算子采用随机选择两个个体来生成新个体,并没有记忆整个种群的最优解,容易造成... 帝王蝶优化算法(Monarch Butterfly Optimization,MBO)是一种新颖的群体智能算法,自从提出就在实际优化问题上表现出很好的性能.但是,帝王蝶优化算法的迁移算子采用随机选择两个个体来生成新个体,并没有记忆整个种群的最优解,容易造成全局最优帝王蝶搜索经验的丢失.根据MBO寻优过程的内在机制以及差分进化算法的变异算子能够利用个体间的差异信息,将MBO分别与目前性能最优、应用范围最广的7种差分进化(Differential Evolution,DE)变异策略相结合,实验验证了7种不同算法的性能.基于性能最优的DE/best/2/bin变异模式,提出了一种差分进化帝王蝶优化算法(Monarch Butterfly Optimization Algorithm with Differential Evolution,DEMBO),使得算法能够记忆种群最优解并实现种群内部信息的充分共享,达到既加快收敛速度又提高解的精度的目的.在30个典型折扣{0-1}背包问题(D{0-1}KP)实例上进行了一系列实验,实验结果表明:(1)DEMBO能够在时间复杂度不变的条件下,显著提高算法的求解精度和收敛速度;(2)DEMBO在求解所有D{0-1}KP实例时,均能够获得一个近似比非常接近1的近似解. 展开更多

关键词 折扣{0-1}背包问题 差分进化 帝王蝶优化算法 贪心修复策略 近似比

下载PDF 职称材料

基于编码转换的离散演化算法设计与应用 被引量：10

3

作者 贺毅朝 王熙照 +1 位作者 赵书良 张新禄 《软件学报》 EI CSCD 北大核心 2018年第9期2580-2594,共15页

为了求解离散域上的组合优化问题,借鉴遗传算法(GA)、二进制粒子群优化(BPSO)和二进制差分演化(HBDE)中的映射方法,给出了一种基于映射变换思想设计离散演化算法(DisEA)的实用方法——编码转换法(ETM).为了说明ETM的实用性与有效性,首先... 为了求解离散域上的组合优化问题,借鉴遗传算法(GA)、二进制粒子群优化(BPSO)和二进制差分演化(HBDE)中的映射方法,给出了一种基于映射变换思想设计离散演化算法(DisEA)的实用方法——编码转换法(ETM).为了说明ETM的实用性与有效性,首先,基于ETM给出了一个离散粒子群优化算法(DisPSO);然后,分别利用BPSO,HBDE和DisPSO等基于ETM构造的演化算法求解集合联盟背包问题和折扣{0-1}背包问题.通过与GA的计算结果比较指出,BPSO,HBDE和DisPSO的求解性能均优于GA,说明基于ETM提出的DisEA在求解背包问题方面具有良好的性能.由此表明,利用ETM方法设计DisEA是一种实用的有效方法. 展开更多

关键词 离散演化算法 编码转换 SUKP问题 D{0-1}KP问题

下载PDF 职称材料

基于细菌觅食算法求解折扣{0-1}背包问题的研究 被引量：8

4

作者 刘雪静 贺毅朝 +1 位作者 吴聪聪 才秀凤 《计算机工程与应用》 CSCD 北大核心 2018年第2期155-162,共8页

折扣{0-1}背包问题(D{0-1}KP)是新型的0-1背包问题。提出了基于细菌觅食算法(BFO)求解D{0-1}KP的方法,首先描述了D{0-1}KP的两个数学模型,然后将BFO分别与两个数学模型相结合,即细菌个体分别采用二进制向量和四进制向量的编码方法,并利... 折扣{0-1}背包问题(D{0-1}KP)是新型的0-1背包问题。提出了基于细菌觅食算法(BFO)求解D{0-1}KP的方法,首先描述了D{0-1}KP的两个数学模型,然后将BFO分别与两个数学模型相结合,即细菌个体分别采用二进制向量和四进制向量的编码方法,并利用贪心策略优化初始解和修复非正常编码个体,给出了求解D{0-1}KP的FirBFO和SecBFO算法。对四类实例的计算结果表明,FirBFO和SecBFO都非常适于求解大规模的D{0-1}KP实例,能得到最优解或近似比接近1的近似解。 展开更多

关键词 折扣{0-1}背包问题 细菌觅食算法 贪心策略 修复与优化

下载PDF 职称材料

增强型群论优化算法求解折扣{0-1}背包问题

5

作者 张寒崧 贺毅朝 +2 位作者 王静红 孙菲 李明亮 《计算机科学与探索》 CSCD 北大核心 2024年第6期1526-1542,共17页

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... 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。 展开更多

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

下载PDF 职称材料

自适应细菌觅食算法求解折扣{0-1}背包问题 被引量：5

6

作者 刘雪静 贺毅朝 +1 位作者 吴聪聪 李靓 《计算机工程与应用》 CSCD 北大核心 2018年第18期139-146,270,共9页

针对确定性算法难以求解的大规模折扣{0-1}背包问题(D{0-1}KP),提出了自适应细菌觅食算法(ABFO)求解D{0-1}KP的两种算法。首先,给出了D{0-1}KP的两种数学模型;然后,针对细菌觅食算法的趋化操作提出了自适应趋化策略;最后,利用两种贪心... 针对确定性算法难以求解的大规模折扣{0-1}背包问题(D{0-1}KP),提出了自适应细菌觅食算法(ABFO)求解D{0-1}KP的两种算法。首先,给出了D{0-1}KP的两种数学模型;然后,针对细菌觅食算法的趋化操作提出了自适应趋化策略;最后,利用两种贪心修复与优化策略处理两种数学模型中的不可行解,得到求解D{0-1}KP的Fir ABFO和Sec ABFO算法。仿真实验表明,Fir ABFO和Sec ABFO均能得到最优解或近似比几乎等于1的近似解,非常适于求解D{0-1}KP,并且Sec ABFO的求解性能比Fir ABFO更优。 展开更多

关键词 折扣{0-1}背包问题 细菌觅食算法 自适应 贪心修复与优化

下载PDF 职称材料

折扣{0-1}背包问题之分段排序贪心核算法研究

7

作者 代祖华 刘园园 +1 位作者 狄世龙 樊琦 《计算机科学与探索》 CSCD 北大核心 2023年第3期595-607,共13页

折扣{0-1}背包问题(D{0-1}KP)的贪心核算法是一种近似解算法,常通过估算核区间划分子问题,采用分治算法设计求解算法,算法性能与核区间估计准确性密切相关,核区间估算优化是算法改进的主要途径。在研究{0-1}KP核概念基础上,提出D{0-1}K... 折扣{0-1}背包问题(D{0-1}KP)的贪心核算法是一种近似解算法,常通过估算核区间划分子问题,采用分治算法设计求解算法,算法性能与核区间估计准确性密切相关,核区间估算优化是算法改进的主要途径。在研究{0-1}KP核概念基础上,提出D{0-1}KP核区间的修正定义,构建分段排序策略以缩减核区间规模,改进了D{0-1}KP贪心核算法,设计了修复贪心核动态规划加速算法(RGCADP)、分段排序贪心核动态规划加速算法(RGCADP_PS)。两个算法在D{0-1}KP标准数据集上的实验结果表明:与基本动态规划算法(BDP)相比,RGCADP、RGCADP_PS算法平均求解时间提升率为71.3%、77.2%;RGCADP、RGCADP_PS算法平均解误差率低于粒子群贪心修复算法(PSO-GRDKP)0.5个百分点,低于贪心核加速动态规划(GCADP)算法4.7个百分点;RGCADP_PS时间性能提升率高于RGCADP算法5.9%。 展开更多

关键词 折扣{0-1}背包问题 核区间定义修正 贪心核算法 分段排序 贪心核动态规划加速算法

下载PDF 职称材料

运用动态规划算法求解集值折扣{0-1}背包问题 被引量：1

8

作者 王茂萍 潘大志 《数学的实践与认识》 2021年第8期107-115,共9页

针对生产不同类商品需选择不同生产机械和模具的实际问题,提出折扣{0-1}背包问题(D{0-1}KP)的扩展模型,即集值折扣{0-1}背包问题(D{0-1}KPS).首先对该类背包问题进行理论分析,构造D{0-1}KPS的子模型D{0-1}KPS(k,γ),然后基于D{0-1}KPS(k... 针对生产不同类商品需选择不同生产机械和模具的实际问题,提出折扣{0-1}背包问题(D{0-1}KP)的扩展模型,即集值折扣{0-1}背包问题(D{0-1}KPS).首先对该类背包问题进行理论分析,构造D{0-1}KPS的子模型D{0-1}KPS(k,γ),然后基于D{0-1}KPS(k,γ)得到问题求解的递推公式,并给出求解D{0-1}KPS的动态规划算法.最后通过实例验证了算法的有效性和可行性. 展开更多

关键词 折扣{0-1}背包 D{0-1}KPS 动态规划 DP-D{0-1}KPS算法

原文传递

基于离散混合多宇宙算法求解折扣{0-1}背包问题 被引量：2

9

作者 郝翔 贺毅朝 +1 位作者 朱晓斌 翟庆雷 《计算机工程与应用》 CSCD 北大核心 2021年第18期103-113,共11页

为了利用多宇宙算法(MVO)求解折扣{0-1}背包问题(D{0-1}KP),基于模运算建立了离散型隧道模型和离散虫洞模型,引入具有反向搜索与突变特性的局部搜索策略,提出了第一个具有四进制编码的离散混合多宇宙算法DHMVO。在利用修复与优化算法消... 为了利用多宇宙算法(MVO)求解折扣{0-1}背包问题(D{0-1}KP),基于模运算建立了离散型隧道模型和离散虫洞模型,引入具有反向搜索与突变特性的局部搜索策略,提出了第一个具有四进制编码的离散混合多宇宙算法DHMVO。在利用修复与优化算法消除不可行解的基础上,基于DHMVO提出了求解D{0-1}KP的一个新方法。为了检验DHMVO求解D{0-1}KP的性能,利用Kruskal-walli检验确定了其参数的最佳取值;将DHMVO求解四类大规模D{0-1}KP实例的计算结果与已有最好算法的计算结果进行比较,比较结果表明:DHMVO比其他算法的求解精度更高、稳定性更强,非常适合高效求解大规模D{0-1}KP实例。 展开更多

关键词 离散混合多宇宙算法 折扣{0-1}背包问题 模运算 突变策略 局部搜索策略

下载PDF 职称材料

混合猴群算法求解折扣{0-1}背包问题

10

作者 肖颜 潘大志 冯世强 《计算机与数字工程》 2021年第2期231-237,241,共8页

针对折扣{0-1}背包问题(D{0-1}KP),当问题规模较大时,精确算法求解比较困难。基于此,将贪心核加速算子与猴群算法融合提出一种混合猴群算法(MMA)用于求解D{0-1}KP问题。同时在MMA算法的爬过程中引入诱导因子,避免爬过程陷入局部最优,再... 针对折扣{0-1}背包问题(D{0-1}KP),当问题规模较大时,精确算法求解比较困难。基于此,将贪心核加速算子与猴群算法融合提出一种混合猴群算法(MMA)用于求解D{0-1}KP问题。同时在MMA算法的爬过程中引入诱导因子,避免爬过程陷入局部最优,再利用修复策略对不可行解进行修复。通过仿真实验,结果表明MMA算法求解大规模D{0-1}KP问题的计算性能有效,求解结果可行。 展开更多

关键词 猴群算法 折扣{0-1}问题背包 诱导因子 编码修复 贪心核加速算子

下载PDF 职称材料

变异蝙蝠算法求解折扣{0-1}背包问题 被引量：19

11

作者 吴聪聪 贺毅朝 +2 位作者 陈嶷瑛 刘雪静 才秀凤 《计算机应用》 CSCD 北大核心 2017年第5期1292-1299,共8页

针对确定性算法难于求解规模大、数据范围广的折扣{0-1}背包问题(D{0-1}KP),提出了基于蝙蝠算法的快速求解D{0-1}KP的变异蝙蝠算法(MDBBA)。首先,利用双重编码解决D{0-1}KP的编码问题;其次,将贪心修复与优化算法(GROA)应用于蝙蝠个体适... 针对确定性算法难于求解规模大、数据范围广的折扣{0-1}背包问题(D{0-1}KP),提出了基于蝙蝠算法的快速求解D{0-1}KP的变异蝙蝠算法(MDBBA)。首先,利用双重编码解决D{0-1}KP的编码问题;其次,将贪心修复与优化算法(GROA)应用于蝙蝠个体适应度计算中,使算法快速得到有效解;然后,选择使用差分演化(DE)的变异策略提高算法的全局寻优能力;最后,蝙蝠个体按一定概率进行Lévy飞行,增强算法探索能力和跳出局部极值的能力。对四类大规模实例的仿真计算表明:MDBBA非常适于求解大规模的D{0-1}KP,比第一遗传算法(FirEGA)和双重编码蝙蝠算法(DBBA)求得的最优值和平均值都更优,MDBBA收敛速度明显快于DBBA。 展开更多

关键词 折扣{0-1}背包问题 蝙蝠算法 差分演化 Lévy飞行 贪心策略 非正常编码

下载PDF 职称材料

折扣{0-1}背包问题的简化新模型及遗传算法求解 被引量：9

12

作者 杨洋 潘大志 +1 位作者 刘益 谭代伦 《计算机应用》 CSCD 北大核心 2019年第3期656-662,共7页

当前折扣{0-1}背包问题(D{0-1}KP)模型将折扣关系作为一个新的个体,导致求解过程必需采取修复法对个体编码进行修复,求解方式较少。针对求解方法单一的问题,通过改变模型中二进制的编码表达方式,提出折扣关系不在个体编码中的表达方法... 当前折扣{0-1}背包问题(D{0-1}KP)模型将折扣关系作为一个新的个体,导致求解过程必需采取修复法对个体编码进行修复,求解方式较少。针对求解方法单一的问题,通过改变模型中二进制的编码表达方式,提出折扣关系不在个体编码中的表达方法。首先,设定对任意折扣关系,当且仅当所涉及个体编码值同时为1(即其乘积为1)时,折扣关系成立,据此建立简化折扣{0-1}背包问题(SD{0-1}KP)模型;然后,针对SD{0-1}KP模型,基于杰出者保留策略(EGA),结合贪心策略(GRE),提出改进遗传算法——第一遗传算法(FG);最后,再结合罚函数法,提出求解SD{0-1}KP高精度罚函数法——第二遗传算法(SG)。结果表明,SD{0-1}KP能够完全覆盖D{0-1}KP问题领域,与FirEGA相比,所提出的两类算法在求解速度方面优势明显,且SG算法首次引入罚函数法,有效地丰富了该问题的求解算法。 展开更多

关键词 简化折扣{0-1}背包问题 贪婪策略 近似计算 数学模型 遗传算法

下载PDF 职称材料

基于Lévy飞行的差分乌鸦算法求解折扣{0-1}背包问题 被引量：8

13

作者 刘雪静 贺毅朝 +2 位作者 路凤佳 吴聪聪 才秀凤 《计算机应用》 CSCD 北大核心 2018年第2期433-442,共10页

针对大规模的折扣{0-1}背包问题(D{0-1}KP)难以用确定性算法求解的问题,提出了基于Lévy飞行的差分乌鸦算法(LDECSA)。首先,利用混合编码解决D{0-1}KP的第二数学模型的编码问题;其次,利用新的贪心修复与优化算法(NROA)处理求解过程... 针对大规模的折扣{0-1}背包问题(D{0-1}KP)难以用确定性算法求解的问题,提出了基于Lévy飞行的差分乌鸦算法(LDECSA)。首先,利用混合编码解决D{0-1}KP的第二数学模型的编码问题;其次,利用新的贪心修复与优化算法(NROA)处理求解过程中产生的不可行解;然后,针对乌鸦个体过早陷入局部最优和收敛较慢等缺陷,引入Lévy飞行和差分策略;最后,通过实验确定了感知概率和飞行长度的合理取值以及差分策略的选择。对四类大规模D{0-1}KP实例的计算结果表明:LDECSA非常适合求解大规模D{0-1}KP,能得到满意的近似解。 展开更多

关键词 乌鸦算法 折扣{0-1}背包问题 Lévy飞行 差分策略

下载PDF 职称材料

新颖的离散差分演化算法求解D{0-1}KP问题 被引量：6

14

作者 张发展 贺毅朝 +1 位作者 刘雪静 王泽昆 《计算机科学与探索》 CSCD 北大核心 2022年第2期468-479,共12页

折扣{0-1}背包问题(D{0-1}KP)是0-1背包问题(0-1KP)的一种更复杂的扩展形式。为了利用离散差分演化高效求解D{0-1}KP,首先提出了一个新V型转换函数(NV),通过NV将个体的实向量映射为一个二进制向量,与已有的S型和V型转换函数相比,NV计算... 折扣{0-1}背包问题(D{0-1}KP)是0-1背包问题(0-1KP)的一种更复杂的扩展形式。为了利用离散差分演化高效求解D{0-1}KP,首先提出了一个新V型转换函数(NV),通过NV将个体的实向量映射为一个二进制向量,与已有的S型和V型转换函数相比,NV计算复杂度更低,求解效率更高。然后,基于新V型转换函数给出了一种新的离散差分演化算法(NDDE),并利用NDDE提出了求解D{0-1}KP的一个新的高效方法。最后,为了验证NDDE求解D{0-1}KP的性能,利用它求解四类大规模D{0-1}KP实例,并与基于群论的优化算法(GTOA)、基于环理论的演化算法(RTEA)、混合教学优化算法(HTLBO)和鲸鱼优化算法(WOA)等已有算法的最好计算结果进行比较,比较结果表明,NDDE不仅求解精度更高,而且算法的稳定性佳,非常适于求解大规模D{0-1}KP实例。 展开更多

关键词 演化算法 离散差分演化 折扣{0-1}背包问题(D{0-1}KP) 新V型转换函数(NV)

下载PDF 职称材料

基于Lagrange插值的学习猴群算法求解折扣{0-1}背包问题 被引量：5

15

作者 徐小平 徐丽 +1 位作者 王峰 刘龙 《计算机应用》 CSCD 北大核心 2020年第11期3113-3118,共6页

折扣{0-1}背包问题(D{0-1}KP)的目的是在不超过背包载重的前提下,使得装入背包的所有物品价值系数之和为最大。针对已有算法在求解规模大、复杂度高的D{0-1}KP时的求解精度低的问题,提出了Lagrange插值的学习猴群算法(LSTMA)。首先,在... 折扣{0-1}背包问题(D{0-1}KP)的目的是在不超过背包载重的前提下,使得装入背包的所有物品价值系数之和为最大。针对已有算法在求解规模大、复杂度高的D{0-1}KP时的求解精度低的问题,提出了Lagrange插值的学习猴群算法(LSTMA)。首先,在基本猴群算法的望过程中重新定义了视野长度;其次,在跳过程中引入了种群中最优的个体作为第二个支点,并调整搜索机制;最后,在跳过程之后引入Lagrange插值操作来提高算法的搜索性能。对四类实例的仿真结果表明:LSTMA在求解D{0-1}KP时的求解精度高于对比算法,并且具有良好的鲁棒性。 展开更多

关键词 折扣{0-1}背包问题 LAGRANGE插值 猴群算法 学习因子

下载PDF 职称材料

求解集值折扣{0-1}背包问题的改进动态规划算法 被引量：4

16

作者 王茂萍 潘大志 《计算机应用与软件》 北大核心 2022年第9期274-277,共4页

集值折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem with Setup,D{0-1}KPS)指在同一类别中可选择多个项,每个类别对目标函数和约束条件都增加了额外的固定设置成本。提出一种求解D{0-1}KPS的改进动态规划算法,算法针对D{0-1}KPS... 集值折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem with Setup,D{0-1}KPS)指在同一类别中可选择多个项,每个类别对目标函数和约束条件都增加了额外的固定设置成本。提出一种求解D{0-1}KPS的改进动态规划算法,算法针对D{0-1}KPS问题本身结构特征,融合多目标优化问题中非支配解集思想,通过利用状态之间的支配与非支配关系,对每个阶段的状态集进行剪枝,形成非支配状态集,从而提出改进动态规划算法。通过实例验证了该算法的有效性和可行性。 展开更多

关键词 折扣{0-1}背包问题 动态规划 改进动态规划算法

下载PDF 职称材料

求解折扣{0-1}背包问题的新遗传算法 被引量：4

17

作者 吴聪聪 贺毅朝 赵建立 《计算机工程与应用》 CSCD 北大核心 2020年第7期57-66,共10页

折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem,D{0-1}KP)是比0-1背包还要难以求解的NP-hard问题。提出了一种求解D{0-1}KP的新遗传算法GADKP。GADKP针对D{0-1}KP问题本身结构特征,借鉴启发式搜索思想设计了3种有效的交叉算子和1... 折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem,D{0-1}KP)是比0-1背包还要难以求解的NP-hard问题。提出了一种求解D{0-1}KP的新遗传算法GADKP。GADKP针对D{0-1}KP问题本身结构特征,借鉴启发式搜索思想设计了3种有效的交叉算子和1种变异算子。4种算子的操作都能够保证进化过程中解的可行性;3种交叉算子从3个不同的角度提高算法的搜索能力;变异算子采用逐层贪心机制提高个体的局部开发能力。通过4组共40个D{0-1}KP实例测试,和已有的求解D{0-1}KP的遗传算法相比,GADKP求解精度更高,是一种新颖有效的求解D{0-1}KP的方法。 展开更多

关键词 遗传算法 折扣{0-1}背包问题 可行解 交叉算子 变异算子

下载PDF 职称材料

贪心核加速动态规划算法求解折扣{0-1}背包问题 被引量：4

18

作者 史文旭 杨洋 鲍胜利 《计算机应用》 CSCD 北大核心 2019年第7期1912-1917,共6页

针对现有动态规划算法求解折扣{0-1}背包问题(D{0-1}KP)缓慢的问题,基于动态规划思想并结合新型贪心修复优化算法(NGROA)与核算法,通过缩小问题规模加速问题求解来提出一种贪心核加速动态规划(GCADP)算法。首先利用NGROA对问题进行贪心... 针对现有动态规划算法求解折扣{0-1}背包问题(D{0-1}KP)缓慢的问题,基于动态规划思想并结合新型贪心修复优化算法(NGROA)与核算法,通过缩小问题规模加速问题求解来提出一种贪心核加速动态规划(GCADP)算法。首先利用NGROA对问题进行贪心求解,得到非完整项;然后通过计算得到模糊核区间的半径和模糊核区间范围;最后对于模糊核区间内的物品及同一项集内的物品利用基础动态规划(BDP)算法求解。实验结果表明:GCADP算法适用于求解D{0-1}KP,且在求解速度上相比BDP算法平均提升了76.24%,相比FirEGA算法平均提升了75.07%。 展开更多

关键词 折扣{0-1}背包问题 贪心核加速动态规划算法 新型贪心修复优化算法 核算法 基础动态规划

下载PDF 职称材料

改进贪心算法求解扩展简化折扣{0-1}背包问题 被引量：2

19

作者 林洪 邓艳 《西南师范大学学报（自然科学版）》 CAS 2022年第11期63-71,共9页

扩展简化折扣{0-1}背包问题(ESD{0-1}KP)是折扣{0-1}背包问题(D{0-1}KP)的拓展.ESD{0-1}KP增加了D{0-1}KP中单个项集中的物品数量,导致其求解难度增加,并且现有贪心策略算子(GSOR)算法效果不理想.基于ESD{0-1}KP模型,在每个项集中增加... 扩展简化折扣{0-1}背包问题(ESD{0-1}KP)是折扣{0-1}背包问题(D{0-1}KP)的拓展.ESD{0-1}KP增加了D{0-1}KP中单个项集中的物品数量,导致其求解难度增加,并且现有贪心策略算子(GSOR)算法效果不理想.基于ESD{0-1}KP模型,在每个项集中增加一个价值为0,质量为0的虚拟物品,同时对ESD{0-1}KP模型中的约束进行松弛,从理论上证明了ESD{0-1}KP与多选择背包问题(MCKP)等价.结合改进帕累托算法(IPA),提出新的贪心策略算子(NGSOR).NGSOR首先将同一项集多个物品的选择情况通过在项集内增加物品来表示,按从价值密度从高到低顺序选择物品,若被选择物品的价值比物品所在项集已选择物品的价值更大,则对该项集进行迭代.仿真实验结果表明:NGSOR相比于GSOR,求解精度平均提升24.56%,求解速度平均提升44.95%. 展开更多

关键词 贪心算法 扩展折扣{0-1}背包问题(ESD{0-1}KP) 改进帕累托算法(IPA) 价值密度 多选择背包问题(MCKP)

下载PDF 职称材料

改进蚁群优化算法求解折扣{0-1}背包问题

20

作者 张铭 邓文瀚 +1 位作者 林娟 钟一文 《计算机工程与应用》 CSCD 北大核心 2021年第13期85-95,共11页

折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem,DKP)是一个NP-困难的组合优化问题,尽管已经存在一些求解DKP的智能优化算法,但目前尚没有用蚁群优化(Ant Colony Optimization,ACO)算法求解DKP的研究。提出了一个求解DKP的改进ACO(... 折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem,DKP)是一个NP-困难的组合优化问题,尽管已经存在一些求解DKP的智能优化算法,但目前尚没有用蚁群优化(Ant Colony Optimization,ACO)算法求解DKP的研究。提出了一个求解DKP的改进ACO(Modified ACO,MACO)算法。MACO算法使用整数编码以保证每组物品最多只有一个物品被选中,在MACO算法构造解的每一步,采用组内竞争选择来降低算法的时间复杂性,对计算选择概率的公式,放弃启发式信息以减少参数并简化算法参数设置,对蚂蚁构造出的解,经修复后使用基于价值密度和价值的混合贪婪优化算子来提高算法的寻优能力。在四类测试用例上对MACO算法进行了测试并与其他算法进行比较,实验结果表明MACO算法的性能明显优于其他算法。 展开更多

关键词 折扣{0-1}背包问题(DKP) 蚁群优化算法(ACO) 信息素 组内选择 混合优化

下载PDF 职称材料