高维0-1背包问题的双种群角度调制DE算法

doi:10.3778/j.issn.1002-8331.2010.24.014

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (24): 45-47.DOI: 10.3778/j.issn.1002-8331.2010.24.014

高维0-1背包问题的双种群角度调制DE算法

邓长寿^1，2

1.九江学院信息科学与技术学院，江西九江 332005
2.合肥工业大学计算机网络系统研究所，合肥 230009

收稿日期:2009-12-08 修回日期:2010-06-10 出版日期:2010-08-21 发布日期:2010-08-21
通讯作者: 邓长寿

Angle modulation differential evolution with dual population for high dimension 0-1 knapsack problem

DENG Chang-shou^1，2

1.School of Information Science and Technology，Jiujiang University，Jiujiang，Jiangxi 332005，China
2.Institute of Computer Network System，Hefei University of Technology，Hefei 230009，China

Received:2009-12-08 Revised:2010-06-10 Online:2010-08-21 Published:2010-08-21
Contact: DENG Chang-shou

摘要/Abstract

摘要： 针对高维0-1背包问题，提出一种双种群新型DE算法。该算法采用双种群编码机制，其中一个为低维的实数编码种群，另一个为高维的二进制编码种群。借鉴通信领域的角度调制原理，通过低维种群中的个体，生成高维种群个体，实现将高维优化问题转换到低维空间进行优化求解。此外，新定义丢弃算子对演化过程中的不可行解实时进行修正。仿真实验结果表明了该算法求解高维0-1背包问题的有效性。

关键词: 高维0-1背包问题, 差异演化算法, 双种群, 角度调制

Abstract: A novel differential evolution algorithm with dual population is proposed to solve the zero-one knapsack problems with high dimension.In the new algorithm，two populations are used during the evolution，with one float coding population and the other binary coding population.The angle modulation in the field of communication engineering is imported to generate high dimensional binary population with the low dimensional float coding population.In this way，the optimization problem with high dimension can be transformed into the low dimension space.Additionally，a new discarding operator is defined to fix up the infeasible solution.The results of two numerical experiments with different size show it is an effective way for the high dimension zero-one knapsack problems.

Key words: high dimension zero-one knapsack problems, differential evolution algorithm, dual population, angle modulation

中图分类号:

TP18

邓长寿^1，2. 高维0-1背包问题的双种群角度调制DE算法[J]. 计算机工程与应用, 2010, 46(24): 45-47.

DENG Chang-shou^1，2. Angle modulation differential evolution with dual population for high dimension 0-1 knapsack problem[J]. Computer Engineering and Applications, 2010, 46(24): 45-47.

[1]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[2]	封硕，郑宝娟，陈文兴，张婷宇. 支持强化学习RNSGA-II算法在航迹规划中应用[J]. 计算机工程与应用, 2020, 56(3): 246-251.
[3]	孙佳正，郭骏. 改进的双种群遗传算法在矩形件排样中的应用[J]. 计算机工程与应用, 2018, 54(15): 139-146.
[4]	王培崇1，2，钱旭2. 改进的双种群竞争教与学优化算法[J]. 计算机工程与应用, 2015, 51(24): 12-17.
[5]	王秀利，刘洋. 基于双种群交流粒子群算法的离散投资组合模型[J]. 计算机工程与应用, 2014, 50(24): 227-230.
[6]	严浙平，邓超，迟冬南，赵玉飞. 双种群粒子群算法及其在UUV路径规划中的应用[J]. 计算机工程与应用, 2013, 49(15): 1-5.
[7]	夏慧明1，王志刚1，郭德龙2. 双种群进化模型的电力负荷预测[J]. 计算机工程与应用, 2012, 48(34): 241-244.
[8]	何兵1，2，车林仙1，2，刘初升1. 双种群差分进化规划算法[J]. 计算机工程与应用, 2012, 48(26): 25-31.
[9]	李霞1，张敬敏1，李瑞华2，刘坤起1，3. 正交文化算法及其在布局优化问题中的应用[J]. 计算机工程与应用, 2012, 48(12): 239-243.
[10]	王志刚. 基于差异演化算法的非线性方程组求解[J]. 计算机工程与应用, 2010, 46(4): 54-55.
[11]	于永胜. 差异演化算法辨识微生物连续发酵动力学参数[J]. 计算机工程与应用, 2010, 46(28): 236-239.
[12]	胡桂武. 求解供应链伙伴选择的泛遗传差异演化算法[J]. 计算机工程与应用, 2010, 46(25): 246-248.
[13]	谭跃^1，2，谭冠政¹，伍雪冬³. 基于交叉变异策略的双种群差分进化算法[J]. 计算机工程与应用, 2010, 46(18): 9-12.
[14]	彭鑫，马林华，王俊攀，苏强. 双种群变异粒子群算法[J]. 计算机工程与应用, 2010, 46(18): 35-37.
[15]	何雪莉¹，张鹏^2，3，马苗¹，林杰²，黄鑫⁴. 基于异类蚁群的双种群蚁群算法[J]. 计算机工程与应用, 2009, 45(27): 36-38.

高维0-1背包问题的双种群角度调制DE算法

Angle modulation differential evolution with dual population for high dimension 0-1 knapsack problem

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics