计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (12): 77-80.

• 学术探讨 • 上一篇    下一篇

松驰互补分布估计算法求解多维背包问题

杨广益 欧阳智敏 全惠云   

  1. 湖南师范大学数学与计算机科学学院 湖南师范大学数学与计算机学院
  • 收稿日期:2006-05-29 修回日期:1900-01-01 出版日期:2007-04-20 发布日期:2007-04-20
  • 通讯作者: 杨广益

Relaxed Complemental Estimation of Distribution Algorithms for the Multidimesional Knapsack Problem

  • Received:2006-05-29 Revised:1900-01-01 Online:2007-04-20 Published:2007-04-20

摘要: 演化计算(Evolutionary Computation 简记为EC) 是受自然界物种进化启发而产生的一类优化技术。分布估计算法(Estimation of Distribution Algorithms 简记为EDAs)是一类基于概率模型的估计与模拟的演化算法,它在参数设置及计算效率上有着其它演化方法难以比拟的优势[1]。受自然界互补机制的启发,本文提出了一种改进的分布估计算法-松驰互补分布估计算法(Relaxed Complemental Estimation of Distribution Algorithm 简记为RCEDA)。在求解Chu 和 Beasley提出的MKP Benchmark[3] 时,算法在较短的时间内找到了大多数目前书籍的最好解,分析和实验结果表明RCEDA是一种较好的演化算法。

关键词: 线性规划, 多维背包问题, 分布估计算法, 松驰互补模型

Abstract: Evolutionary Computation belongs to the algorithms inspired by nature. Estimation of Distribution Algorithms (EDAs) is based on the simulation and inference of probability distribution of population. Practices in reference[1] have showed the advantage of EDAs. Inspired by the complementarity mechanism in nature, this paper present a Relaxed Complemental Estimation of Distribution Algorithm (RCEDA). We carry out experiment studies on the well-know Chu and Beasley MPK benchmark. The analysis and computational results show that our algorithm is competitive

Key words: Linear Programming, Multidimesional Knapsack Problem, Estimation of Distribution Algorithms, Relaxed complemental model.