一种求解0-1背包问题的新遗传算法

doi:10.3778/j.issn.1002-8331.2009.30.015

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (30): 45-47.DOI: 10.3778/j.issn.1002-8331.2009.30.015

一种求解0-1背包问题的新遗传算法

周本达¹，陈明华²，任哲³

1.皖西学院数理系，安徽六安 237012
2.皖西学院计算机科学与技术系，安徽六安 237012
3.合肥学院数理系，合肥 230022

收稿日期:2008-06-18 修回日期:2008-09-03 出版日期:2009-10-21 发布日期:2009-10-21
通讯作者: 周本达

New genetic algorithm to solve 0-1 knapsack problem

ZHOU Ben-da¹，CHEN Ming-hua²，REN Zhe³

1.Dept. of Mathematics & Physics，West Anhui University，Liu’an，Anhui 237012，China
2.Dept. of Computer Science & Technology，West Anhui University，Liu’an，Anhui 237012，China
3.Dept. of Mathematics and Physics，Hefei University，Hefei 230022，China

Received:2008-06-18 Revised:2008-09-03 Online:2009-10-21 Published:2009-10-21
Contact: ZHOU Ben-da

摘要/Abstract

摘要： 众所周知，遗传算法的运行机理及特点是具有定向制导的随机搜索技术，其定向制导的原则是：导向以高适应度模式为祖先的“家族”方向。以此结论为基础，利用随机化均匀设计的理论和方法，对遗传算法中的交叉操作进行了重新设计，给出了一个新算法，称之为随机化均匀设计遗传算法。最后将随机化均匀设计遗传算法应用于求解0-1背包问题，并与简单遗传算法和佳点集遗传算法进行比较。通过模拟比较，可以看出新的算法不但提高了算法的速度和精度，而且避免了其他方法常有的早期收敛现象。

关键词: 遗传算法, 随机化均匀设计, 随机化均匀设计遗传算法

Abstract: It is well known that the GA is a guided random search and the guiding direction always aims at the family whose ancestors have schemata with high fitness.Based on the results，the crossover operation in GA is redesigned by using the principle of random uniform design sampling.Then a new GA called Genetic Algorithm based on Random Uniform Design Sampling is presented.The new GA is applied to solve the 0-1 knapsack question.Compared to simple GA and Good Point GA for solving this problem，the simulation results show that the new GA has superiority in speed，accuracy and overcoming premature.

Key words: Genetic Algorithm（GA）, Random Uniform Design Sampling（RUDS）, Genetic Algorithm Based on Random Uniform Design Sampling（RUDSGA）

中图分类号:

TP301.6

周本达¹，陈明华²，任哲³. 一种求解0-1背包问题的新遗传算法[J]. 计算机工程与应用, 2009, 45(30): 45-47.

ZHOU Ben-da¹，CHEN Ming-hua²，REN Zhe³. New genetic algorithm to solve 0-1 knapsack problem[J]. Computer Engineering and Applications, 2009, 45(30): 45-47.

[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.

一种求解0-1背包问题的新遗传算法

New genetic algorithm to solve 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