解决0-1背包问题的遗传分布估计算法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (9): 12-16.

解决0-1背包问题的遗传分布估计算法

余娟，贺昱曜

西北工业大学航海学院，西安 710072

出版日期:2014-05-01 发布日期:2014-05-14

Hybrid algorithm based on Genetic Algorithm and estimation of distribution algorithm for 0-1 knapsack problem

YU Juan, HE Yuyao

College of Marine, Northwestern Polytechnical University, Xi’an 710072, China

Online:2014-05-01 Published:2014-05-14

摘要/Abstract

摘要： 0-1背包问题是典型的NP难问题，针对0-1背包问题提出分布估计算法（EDA）与遗传算法（GA）相结合的算法（E-GA）。该算法在每一次迭代中由二者共同产生种群，并行搜索，两种方法产生的个体数目动态变化，将EDA的全局搜索与GA的局部搜索能力、 EDA的快速收敛性与GA的种群多样性结合，实现优势互补。通过三个背包问题算例进行算法验证，与以往文献相比，结果显示该算法所获最优值优于文献最优值，运行时间短且收敛速度快。

关键词: 遗传算法, 分布估计算法, 并行搜索, 0-1背包问题

Abstract: 0-1 knapsack problem is a classic NP-hard problem. For the 0-1 knapsack problem, a combined parallel search algorithm（E-GA） is proposed. The population is generated by Genetic Algorithm（GA） and Estimation of Distribution Algorithm（EDA） together. The population proportion caused by two algorithms is changed dynamically, which combines the global statical information and location information and overcomes the shortcoming of GA and EDA. The algorithm is applied to three widely used knapsack samples, and the results show that proposed E-GA algorithm has better search ability and convergence speed than the other algorithms.

Key words: Genetic Algorithm（GA）, Estimation of Distribution Algorithm（EDA）, parallel search, 0-1 knapsack problem

余娟，贺昱曜. 解决0-1背包问题的遗传分布估计算法[J]. 计算机工程与应用, 2014, 50(9): 12-16.

YU Juan, HE Yuyao. Hybrid algorithm based on Genetic Algorithm and estimation of distribution algorithm for 0-1 knapsack problem[J]. Computer Engineering and Applications, 2014, 50(9): 12-16.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	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.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.