广西师范大学学报(自然科学版) ›› 2013, Vol. 31 ›› Issue (4): 41-47.

• • 上一篇    下一篇

求解背包问题的多位极贪婪遗传算法

赵新超, 吴召军   

  1. 北京邮电大学理学院,北京100876
  • 收稿日期:2013-05-10 出版日期:2013-12-20 发布日期:2018-11-26
  • 通讯作者: 赵新超(1976—),男,河南商丘人,北京邮电大学教授,博导。E-mail:xcmmrc@gmail.com
  • 基金资助:
    国家自然科学基金资助项目(61105127,61375066,11171040)

Multiple Bits Greedy Mutation-based Genetic Algorithm for Knapsack Problem

ZHAO Xin-chao, WU Zhao-jun   

  1. School of Science,Beijing University of Posts and Telecommunications,Beijing 100876,China
  • Received:2013-05-10 Online:2013-12-20 Published:2018-11-26

摘要: 交叉和变异运算是遗传算法的核心操作,高效的变异算子不但起到改善遗传算法局部搜索能力和维持多样性的作用,还能基于针对性的修改策略在变异运算过程中实现对子代个体的优化处理,修正当前的搜索路径,进而提高算法的寻优效率。本文首先在更贪心算法的基础上提出了效果更佳的极贪婪变异算法,设计了一种多位贪婪变异算子,对遗传算法染色体(装包方案)的连续或间断的几位等位基因进行极贪婪变异处理。对经典背包算例的仿真结果表明,多位极贪婪变异遗传算法(MBGGA) 同文献新近提出的多种算法相比具有快速、高效、稳定的性能表现。

关键词: 背包问题, 遗传算法, 极贪婪, 多位贪婪变异

Abstract: Crossover and mutation operators are the core operations of genetic algorithm.Efficient mutation operator not only plays an important role to enhance local search ability and keep population diverse,but also optimizes the offspring individuals with targeted amending strategy to correct the present trajectory.Thus,it enhances the efficiency of optimizing.Firstly,this paper proposes an even better extremely greedy algorithm on the basis of the very greedy algorithm.Then,a multiple bits greedy mutation operator is designed to deal with the multiple consecutive or discontinuous genes with extremely greedy mutation operation.Experimental results on classic knapsack instances show that multiple bits greedy mutation-based genetic algorithm (MBGGA) has efficient,effective and steady performance when comparing with the existing methods.

Key words: knapsack problem, genetic algorithm, extremely greedy, multiple bit greedy mutation

中图分类号: 

  • TP18
[1] 陈国良,王煦法,庄镇泉,等.遗传算法及其应用[M].北京:人民邮电出版社,2001.
[2] BOYER V,ELKIHEL M,EL BAZ D.Heuristics for the 0-1 multidimensional knapsack problem[J].European Journal of Operational Research,2009,199(3):658-664.
[3] 邢文训,谢金星.现代优化计算方法[M].2版.北京:清华大学出版社,2005.
[4] 贺毅朝,刘坤起,张翠军,等.求解背包问题的贪心遗传算法及其应用[J].计算机工程与设计,2007,28(11):2655-2657,2681.
[5] 赵新超,杨婷婷.求解背包问题的更贪心粒子群算法[J].计算机工程与应用,2009,45(36):32-34.
[6] 李兆华,李飞,郑宝玉.量子免疫算法及在0-1背包问题中的应用[J].南京邮电大学学报:自然科学版,2011,31(2):36-39.
[7] 高芳,崔刚,吴智博,等.求解背包问题的病毒协同进化粒子群算法[J].哈尔滨工业大学学报,2009,41(6):103-107.
[8] 杜巍,李树茁,陈煜聪.一种求解多维背包问题的小世界算法[J].西安交通大学学报,2009,43(2):10-14.
[9] 张铃,张钹.佳点集遗传算法[J].计算机学报,2001,24(9):917-922.
[10] 王则林,吴志健.格雷码混合遗传算法求解0-1背包问题[J].计算机应用研究,2012,29(8):2906-2908.
[11] ZHAO Xin-chao.A greedy genetic algorithm for unconstrained global optimization[J].Journal of Systems Science and Complexity,2005,18(1):102-110.
[12] 史悦,孙洪祥.概率论与随机过程[M].北京:北京邮电大学出版社,2010.
[1] 叶青, 黄强, 聂斌, 李欢. 一种自适应的高维离群点识别方法[J]. 广西师范大学学报(自然科学版), 2020, 38(2): 107-114.
[2] 梁晓萍,罗晓曙. 基于遗传自适应的维纳滤波图像去模糊算法[J]. 广西师范大学学报(自然科学版), 2017, 35(4): 17-23.
[3] 刘伟铭, 李荣荣, 王超, 黄玲. 高速公路通行卡调拨问题的遗传算法[J]. 广西师范大学学报(自然科学版), 2016, 34(1): 1-8.
[4] 刘宏, 王其涛, 夏未君. 基于量子遗传算法的WSN三维定位方法[J]. 广西师范大学学报(自然科学版), 2015, 33(4): 49-54.
[5] 乐美龙, 高金敏. 轮辐式航线网络下机型分配与舱位控制的协同优化研究[J]. 广西师范大学学报(自然科学版), 2014, 32(3): 33-40.
[6] 曹永春, 邵亚斌, 田双亮, 蔡正琦. 一种基于免疫遗传算法的聚类方法[J]. 广西师范大学学报(自然科学版), 2013, 31(3): 59-64.
[7] 蒋晓峰, 许伦辉, 朱悦. 基于SVM短时交通流量预测[J]. 广西师范大学学报(自然科学版), 2012, 30(4): 13-17.
[8] 严晓明, 郑之. 基于混合仿生算法的SVM参数优化[J]. 广西师范大学学报(自然科学版), 2011, 29(2): 114-118.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报(自然科学版)编辑部
地址:广西桂林市三里店育才路15号 邮编:541004
电话:0773-5857325 E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发