题名 基于遗传算法求解折扣{0-1}背包问题的研究
被引量：64
1
作者
贺毅朝 王熙照 李文斌 张新禄 陈嶷瑛
机构
石家庄经济学院信息工程学院 深圳大学计算机与软件学院 石家庄经济学院网络与信息安全实验室 河北师范大学数学与信息科学学院
出处
《计算机学报》
EI
CSCD
北大核心
2016年第12期2614-2630,共17页
基金
国家自然科学基金(71371063) 深圳市科技计划项目(JCYJ2015032414-0036825) +1 种基金 河北省高等学校科研基金(ZD2016005 Z2013110)资助
文摘
目前,求解折扣{0-1}背包问题(D{0-1}KP)的主要算法是基于动态规划的具有伪多项式时间的确定性算法,当D{0-1}KP实例中各项的价值系数与重量系数在大范围内取值时缺乏实用性.文中基于杰出者保留策略遗传算法(EGA)求解D{0-1}KP,首先建立了D{0-1}KP的两个新的数学模型;然后,为了利用EGA和第一数学模型求解D{0-1}KP,提出了一种处理非正常编码个体的贪心修复与优化算法GROA,并将其与EGA相结合给出了求解D{0-1}KP的第一遗传算法FirEGA;紧接着,利用EGA和第二数学模型求解D{0-1}KP,提出了处理非正常编码个体的另一种有效算法NROA,并将其与EGA相结合给出了求解D{0-1}KP的第二遗传算法SecEGA;最后,利用四类大规模D{0-1}KP实例,确定了FirEGA和SecEGA的交叉概率与变异概率的合理取值,比较了两个算法的实际求解性能.对四类实例的计算结果表明:FirEGA和SecEGA都非常适于求解大规模的难D{0-1}KP实例,均能够得到一个近似比非常接近于1的近似解,并且FirEGA的平均求解性能比SecEGA的更优.
关键词
折扣{0 - 1}背包问题 遗传算法 非正常编码个体 贪心策略 修复与优化
Keywords
discounted{0 - 1}knapsack problem genetic algorithm non- normal coding individual greedy strategy repair and optimization
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 求解大规模0-1背包问题的主动进化遗传算法
被引量：21
2
作者
史亮 董槐林 王备战 龙飞
机构
厦门大学软件学院
出处
《计算机工程》
CAS
CSCD
北大核心
2007年第13期31-33,共3页
基金
国家"985"工程二期基金资助项目(0000-X07204) 福建省自然科学基金资助项目(2006J0222)
文摘
针对遗传算法求解大规模0-1背包问题中存在的不足,将定向变异机制引入到遗传算法中,提出了基于主动进化遗传算法的0-1背包问题求解算法。该算法利用概率编码方案对种子个体进行编码,每代种群中的个体通过对该代种子个体进行测度而产生,用于定向变异的诱变因子将参与种子个体的进化。实验结果表明,该算法具有较好的全局寻优能力和执行效率。
关键词
遗传算法 定向变异 0 - 1背包问题
Keywords
genetic algorithm directed mutation 0 - 1 knapsack problem
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 求解多维0-1背包问题的一种改进的遗传算法
被引量：16
3
作者
曾智 杨小帆 陈静 陈文斌 唐荣旺
机构
重庆大学计算机学院
出处
《计算机科学》
CSCD
北大核心
2006年第7期220-223,共4页
基金
重庆市自然科学基金资助课题(编号:CSTC 2005BB2191)
文摘
针对多维0-1背包问题,通过应用贪心法和二分搜索法的思想,本文提出了一种新的杂交算子———中值杂交,并且基于此算子提出了求解多维0-1背包问题的一种改进的遗传算法。最后本文通过一系列数值实验,把改进算法与传统的遗传算法以及其他最新的遗传算法进行比较,经过对求得近似解的精度及计算所需时间两方面的对比,验证了其有效性。
关键词
多维0 - 1背包问题 遗传算法 中值杂交算子
Keywords
Multidimensional 0 - 1 knapsack problem, Genetic algorithms, Median crossover
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 非线性0-1规划问题的连续化及其遗传算法解法
被引量：14
4
作者
隋允康 贾志超 杜家政
机构
北京工业大学机械工程与应用电子技术学院
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2008年第8期785-791,共7页
基金
国家自然科学基金(10472003) 高校博士点基金(2006005010).
文摘
为了求解非线性0-1离散规划问题,通过非线性等式的"离散性约束"将其转化为[0,1]区间上等价的连续变量非线性规划.对于目标函数非线性、约束线性的0-1规划问题,可以使用乘子法来解决含"离散性约束"的非线性优化问题.对于目标函数和约束函数均为非线性的问题,可以采用约束松驰法将离散性约束松弛为不等式约束.两种方法处理后均使用遗传算法程序GENOCOP求解.乘子法求解得到的结果比较准确,约束松弛法属于近似方法,可以求解带非线性不等式约束的问题.用本文的方法对多个非线性0-1规划同题的算例进行了计算,并将计算结果同枚举法的计算结果比较,结果表明该方法准确、有效.
关键词
非线性0 - 1规划 连续化方法 遗传算法 GENOCOP
Keywords
nonlinear 0 - 1 programming continuous approach Genetic Algorithm GENOCOP
分类号
O343
[理学—固体力学]
题名 求解0-1整数规划问题的混沌遗传算法
被引量：8
5
作者
桑晓丹 罗兴国 禹春来 陈韬
机构
解放军信息工程大学
出处
《计算机应用研究》
CSCD
北大核心
2011年第7期2443-2445,共3页
基金
国家高技术研究发展计划资助项目(2009AA012201) 上海市科委重大科技攻关项目(08dz501600)
文摘
针对一类特殊的0-1整数规划求解问题提出一种混沌遗传算法。该算法采用幂函数载波技术提高混沌搜索的充分性与遍历性,以混沌搜索算法得出的优化个体作为遗传算法的新群体进行交叉、变异等操作,提高种群质量,同时增加种群多样性,改善遗传算法的早熟问题。该算法被用于解决片上网络映射A3MAP(architec-ture-aware analytic mapping)0-1整数规划问题。实验仿真证明,该算法的收敛速度和解的精度均优于A3MAP-GA。
关键词
混沌遗传算法 0 - 1整数规划幂函数载波 片上网络 通信代价
Keywords
chaos genetic algorithm 0 - 1 integer programming power function carrier network- on- chip communication cost
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 求解0-1背包问题的混合贪婪遗传算法
被引量：14
6
作者
陈桢 钟一文 林娟
机构
福建农林大学计算机与信息学院 智慧农林福建省高等学校重点实验室(福建农林大学)
出处
《计算机应用》
CSCD
北大核心
2021年第1期87-94,共8页
基金
福建省自然科学基金资助项目(2019J01401,2019J01661) 福建省教育厅中青年教师教育科研项目(KLA19027A)。
文摘
求解0-1背包问题(KP)的最优解的时候,传统遗传算法(GA)的局部求精能力不足而简单局部搜索算法的全局探索能力有限,针对上述问题,将这两个算法整合并提出了混合贪婪遗传算法(HGGA)。在GA全局搜索框架下增加局部搜索模块,并改进传统仅基于物品价值密度的修复算子,增加基于物品价值的贪婪混合选项,从而加速寻优过程。HGGA一方面引导种群在进化的优质解空间中展开精细搜索,另一方面依靠GA的经典操作算子开拓全局搜索空间,从而达到算法求精能力和开拓能力的良好平衡。HGGA分别在三组数据上做了测试,结果表明在第一组15个测试用例中的12个上,HGGA能够百分百找到最优解,成功率达到80%;在第二组小规模数据集上,HGGA的性能明显好于其他同类GA和其他元启发算法;在第三组大规模数据集上,HGGA较其他元启发式算法具有更好的稳定性和高效性。
关键词
0 - 1背包问题混合贪婪遗传算法 求精能力 求泛能力 混合贪婪算子 局部搜索
Keywords
0 - 1 Knapsack Problem(KP)Hybrid Greedy Genetic Algorithm(HGGA) refinement ability generalization ability hybrid greedy operator local search
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 0-1编码遗传算法
被引量：5
7
作者
周辉 何樵登 徐世浙
机构
青岛海洋大学地质地球物理研究所 长春地质学院地球物理系
出处
《石油物探》
EI
CSCD
北大核心
1997年第1期83-89,共7页
基金
国家自然科学基金 中国科学院资助 +1 种基金 中国石油天然气总司资助 大庆石油管理局联合资助
文摘
本文分析了常规二进制编码遗传算法中二进制编码方法的特点,总结出二进制编码方法存在占用内存多、实现不灵活和译码运算量相对大的缺点,使较大规模的多参数优化问题难于用二进制编码遗传算法在较小内存的计算机上实现。为了克服二进制编码方法的这一缺点,我们提出一种0-1编码方法。文中介绍了0-1编码的方法和特点,并从定义的图式概念出发,证明了0-1编码遗传算法的收敛性。实际算例也表明,0-1编码遗传算法是可行的。
关键词
0 - 1编码遗传算法 收敛性 数学勘探 地球物理
Keywords
Binary code, 0 - 1 code, Genetic Algorithm, Schemata, Convergence
分类号
P628
[天文地球—地质矿产勘探]
TE19
[石油与天然气工程—油气勘探]
题名 求解0-1背包问题的改进排挤遗传算法
被引量：8
8
作者
刘文涛 胡家宝
机构
武汉工业学院计算机与信息工程系 武汉理工大学计算机学院
出处
《计算机工程与设计》
CSCD
北大核心
2011年第6期2150-2153,2158,共5页
文摘
提出了两种用于求解0-1背包问题的改进排挤遗传算法PFCGA和GCGA,PFCGA使用惩罚函数和排挤操作使算法能够比较稳定地求得最优解,GCGA把排挤遗传和贪婪算法相结合,对种群中非法染色体表示的不可行解进行修复使其变为可行解,对非优可行解进行修正使其尽量靠近最优解,GCGA在保证求解精度的前提下加快求解速度。通过仿真实验和比较分析结果表明,PFCGA和GCGA能够获得很高的求解精度和正确率,是求解0-1背包问题的有效算法。
关键词
遗传算法 排挤 0 - 1背包问题惩罚函数 贪婪算法
Keywords
genetic algorithm crowding 0 - 1 knapsack problem penalty function greedy algorithm
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 应用遗传算法求解多目标0-1规划问题
被引量：6
9
作者
孙艳丰 王众托
机构
北方交通大学运输模拟中心
出处
《决策与决策支持系统》
1995年第4期102-108,共7页
基金
博士后基金
文摘
遗传算法是求解大型优化问题非常有效的算法。本文提出一种多目标规划问题适应性值的定义方式，利用遗传算法用于０－１规划问题的天然优越性，首次尝试用遗传算法求解多目标０－１规划问题。实验表明，本文的算法有很好的计算效果。这些算法已经集成到一个０－１规划的软件包中。
关键词
遗传算法 0 - 1规划多目标优化
Keywords
: genetic algorithms, 0 - 1 programming, multiobjective optimization
分类号
O221
[理学—运筹学与控制论]
题名 二次型0-1分配问题的遗传算法求解
被引量：2
10
作者
刘昆 颜钢锋
机构
浙江大学
出处
《计算机工程与应用》
CSCD
北大核心
2001年第3期65-66,73,共3页
文摘
文章针对数学中一类计算非常困难的二次型０－１分配问题，提出遗传算法的求解思想，并根据问题的具体特点对算法进行改进，将复杂的约束条件包含在适应值函数中，构造非线性变化的动态适应值来求解该类问题。最后成功地运用于一个分散决策问题实例，与常规遗传算法相比该搜索算法具有明显的优越性。
关键词
二次型0 - 1分配问题 遗传算法 整数规划 目标函数
Keywords
quardratic 0 - 1 distribution problem,dynamic fitness function,constrained optimization,genetic algorithms
分类号
O221.4
[理学—运筹学与控制论]
O242.23
[理学—计算数学]
题名 解0-1背包问题的遗传算法及其改进
被引量：9
11
作者
刘洋
机构
天津师范大学计算机与信息工程学院
出处
《天津师范大学学报（自然科学版）》
CAS
2003年第3期69-72,共4页
文摘
遗传算法是一种基于自然选择和遗传机制的搜索算法.讨论了用其解决著名的0-1背包问题,尝试混合使用一点杂交与多点杂交以及将传统的算法与遗传算法相结合的方法,对经典遗传算法进行改进,并在实验中获得了对于问题的更佳近似解.
关键词
0 - 1背包问题遗传算法 数学规划 杂交 变异 混合遗传算法 并行遗传算法 近似解
Keywords
genetic algorithm reproduction crossover mutation mixed genetic algorithm parallel genetic algorithm
分类号
O221.4
[理学—运筹学与控制论]
O242.23
[理学—计算数学]
题名 折扣{0-1}背包问题的简化新模型及遗传算法求解
被引量：9
12
作者
杨洋 潘大志 刘益 谭代伦
机构
西华师范大学数学与信息学院
出处
《计算机应用》
CSCD
北大核心
2019年第3期656-662,共7页
基金
国家自然科学基金资助项目(11371015) 四川省教育厅自然科学基金资助项目(18ZA0469) +2 种基金 西华师范大学博士启动基金资助项目(12B022) 西华师范大学校级科研团队项目(CXTD2015-4) 四川省大学生创新创业训练计划支持项目(201810638085)
文摘
当前折扣{0-1}背包问题(D{0-1}KP)模型将折扣关系作为一个新的个体,导致求解过程必需采取修复法对个体编码进行修复,求解方式较少。针对求解方法单一的问题,通过改变模型中二进制的编码表达方式,提出折扣关系不在个体编码中的表达方法。首先,设定对任意折扣关系,当且仅当所涉及个体编码值同时为1(即其乘积为1)时,折扣关系成立,据此建立简化折扣{0-1}背包问题(SD{0-1}KP)模型;然后,针对SD{0-1}KP模型,基于杰出者保留策略(EGA),结合贪心策略(GRE),提出改进遗传算法——第一遗传算法(FG);最后,再结合罚函数法,提出求解SD{0-1}KP高精度罚函数法——第二遗传算法(SG)。结果表明,SD{0-1}KP能够完全覆盖D{0-1}KP问题领域,与FirEGA相比,所提出的两类算法在求解速度方面优势明显,且SG算法首次引入罚函数法,有效地丰富了该问题的求解算法。
关键词
简化折扣{0 - 1}背包问题 贪婪策略 近似计算 数学模型 遗传算法
Keywords
Simplified Discounted{0 - 1}Knapsack Problem(SD{0 - 1}KP) greedy strategy approximate calculation mathematical model Genetic Algorithm(GA)
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于贪心策略的遗传算法求解0-1背包问题
被引量：4
13
作者
单小军 吴素萍
机构
宁夏大学数学计算机学院
出处
《计算机应用与软件》
CSCD
2010年第12期238-239,260,共3页
基金
宁夏自然科学基金项目(NZ0729)
文摘
介绍了基于贪心思想的改进遗传算法,并用该算法解决0-1背包问题,试验数据证明该算法能有效求解0-1背包问题,而且比原遗传算法效率高。
关键词
0 - 1背包遗传算法 贪心策略
Keywords
0 - 1 knapsack problem Genetic algorithm Greedy strategy
分类号
O221.4
[理学—运筹学与控制论]
题名 求解0-1背包问题的共同进化遗传算法
被引量：3
14
作者
刘娜 钟求喜
机构
国防科技大学计算机学院
出处
《计算机科学》
CSCD
北大核心
2001年第9期102-105,共4页
基金
国家自然科学基金(编号:69903010 60003002)
文摘
The efficacy and efficiency of conventional single-population-based genetic algorithm(SGA)decrease with the size of 0-1 Knapsack-Problem. A coevolutionary genetic algorithm (CGA)for 0-1 Knapsack-Problem is proposed in this paper ,which includes the representation of solution,construction of feasible solution,converting illegal solution into feasible one,and fitness computing,etc. The simulation results show that the optimal/sub-optimal and convergence of CGA are better than that of SGA,and the algorithm is of practical use in engineering.
关键词
0 - 1背包问题遗传算法 共同进化 计算机
Keywords
0 - 1 Knapsack- problem,Genetic algorithms,Coevolutionary computation
分类号
O22
[理学—运筹学与控制论]
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 改进修复策略遗传算法求解折扣{0-1}背包问题
被引量：12
15
作者
杨洋 潘大志 贺毅朝
机构
西华师范大学数学与信息学院 河北地质大学信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2018年第21期37-42,132,共7页
基金
国家自然科学基金(No.11371015) 四川省教育厅自然科学基金(No.18ZA0469) +1 种基金 西华师范大学博士启动基金(No.12B022) 西华师范大学校级科研团队(No.CXTD2015-4)
文摘
第一遗传算法(FirEGA)在求解折扣{0-1}背包问题(D{0-1}KP)过程中对非正常编码的修复未能较好运用物品折扣关系,影响修复效果,导致求解结果不理想。针对该问题,对FirEGA中的贪心修复与优化算法(GROA)进行修正:传统贪心修复按照价值密度对项进行选取,当出现同一项集中两个项均被选取时,文中不再选取价值密度较大项,而是选择价值较大项,得到处理非正常编码个体的新的贪心修复优化算法(NGROA)。在FirEGA中采用NGROA,构成求解D{0-1}KP新的第一遗传算法(NFirEGA)。最后,利用NFirEGA求解四类大规模D{0-1}KP问题,结果表明,NFirEGA在求解精度上明显优于FirEGA。
关键词
折扣{0 - 1}背包问题 非正常编码个体 遗传算法 贪心策略 修复与优化
Keywords
discount{0 - 1}knapsack problem non- normal coding individual genetic algorithm greedy strategy repair and optimization
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 求解折扣{0-1}背包问题的新遗传算法
被引量：5
16
作者
吴聪聪 贺毅朝 赵建立
机构
河北地质大学信息工程学院 全北国立大学电子信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2020年第7期57-66,共10页
基金
河北省高等学校科学研究计划项目(No.ZD2016005) 河北省教育厅科学技术研究重点项目(No.ZD2018043)。
文摘
折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem,D{0-1}KP)是比0-1背包还要难以求解的NP-hard问题。提出了一种求解D{0-1}KP的新遗传算法GADKP。GADKP针对D{0-1}KP问题本身结构特征,借鉴启发式搜索思想设计了3种有效的交叉算子和1种变异算子。4种算子的操作都能够保证进化过程中解的可行性;3种交叉算子从3个不同的角度提高算法的搜索能力;变异算子采用逐层贪心机制提高个体的局部开发能力。通过4组共40个D{0-1}KP实例测试,和已有的求解D{0-1}KP的遗传算法相比,GADKP求解精度更高,是一种新颖有效的求解D{0-1}KP的方法。
关键词
遗传算法 折扣{0 - 1}背包问题 可行解 交叉算子 变异算子
Keywords
Genetic Algorithm(GA) Discounted{0 - 1}Knapsack Problem(D{0 - 1}KP) feasible solutions crossover operator mutation operator
分类号
TP301.4
[自动化与计算机技术—计算机系统结构]
题名 求解多维0—1背包问题的混合遗传算法
被引量：13
17
作者
胡欣 汪红星 康立山
机构
武汉大学软件工程国家重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
1999年第11期31-33,共3页
基金
国家自然科学基金 高等学校博士学科点专项科研基金
文摘
文章研究一类典型的组合优化问题——多维０－１背包问题，提出了在简单遗传算法（ＳＧＡ）中加入局部搜索机制的混合遗传算法（ＨＧＡ）来求解该类问题，并在大量数值实验的基础上，将ＨＧＡ与传统的求解方法及ＳＧＡ进行了比较，实验的结果表明，该算法具有一定的优越性。
关键词
0 - 1背包问题组合优化 遗传算法 整数规划
Keywords
multidimensional 0 - 1 knapsack problem, combinatorial optimization, local search, genetic algorithm
分类号
O221.4
[理学—运筹学与控制论]
题名 解决0-1背包问题的遗传分布估计算法
被引量：2
18
作者
余娟 贺昱曜
机构
西北工业大学航海学院
出处
《计算机工程与应用》
CSCD
2014年第9期12-16,31,共6页
基金
国家自然科学基金(No.61271143 No.60871080)
文摘
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
Keywords
Genetic Algorithm（GA） Estimation of Distribution Algorithm（EDA） parallel search 0 - 1 knapsack problem
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 多维0／1背包与遗传算法的网格调度研究
19
作者
蒋勇 谭怀亮
机构
湖南大学计算机与通信学院 湖南化工职业技术学院信息系
出处
《科学技术与工程》
2009年第5期1160-1164,共5页
基金
湖南省自然科学基金(07JJ6139)资助
文摘
首先分析了网格调度的代价和成本,设计出一个将多目标、多约束的网格任务转换成单目标、单任务的0/1背包的网格调度模型。提出使用多维0/1背包与改进的二重结构编码的遗传算法的方法来求解网格最优调度,并通过编程实现其算法,经实验验证该算法优于基本的遗传算法。
关键词
多维0 - 1背包 遗传算法 网格调度 最优解
Keywords
multidimensional 0 - 1 knapsack genetic algorithm grid scheduling optimul solution
分类号
TP393.03
[自动化与计算机技术—计算机应用技术]
题名 多目标0—1规划问题的遗传算法
被引量：4
20
作者
孙艳丰 王众
机构
大连理工大学系统工程研究所
出处
《系统工程与电子技术》
EI
CSCD
1994年第10期57-61,共5页
文摘
根据遗传算法的特点，提出了以排列为基础，以求出全部非劣解为目的的定义适应性值的方法，以便使其有能力求解多目标优化问题，并分析研究了算法进行到一定程度以后收敛于一个非劣解的原因和解决策略。
关键词
多目标规划 0 - 1规划问题遗传算法
Keywords
Multiobjective programming, Genetic algorithm,Optimization.
分类号
O221
[理学—运筹学与控制论]
