基于禁忌搜索的启发式求解背包问题算法.pdfVIP

第34卷 第3期 电子 科 技 大 学 学 报 Vo1．34 No．3 2005年6月 Journal 0f UEST Of China Jun．2oo5 基于禁忌搜索的启发式求解背包问题算法 张晓琴，黄玉清 (西南科技大学信控学院 四川 绵阳 621010) 【摘要】设计了一种基于禁忌搜索的遗传算法，利用遗传算法提供的并行搜索主框架，结合禁忌算法的个 体串行搜索方式，能扩大搜索空间，快速实现全局优化．把基于禁忌搜索的遗传算法与启发式方法相结合用来求 解背包问题，经过计算机仿真，其优化性能指标及搜索效率均有大幅度的提高． 关 键 词 禁忌搜索；背包问题；遗传算法；贪婪算法 中图分类号 TP18 文献标识码 A HeuristicsAlgorithm forKnapsackProblem BasedontheTabuSearch ZHANGXiao-qin，HUANGYu—qing (Dep~ofInfo＆C锄 SWUST SichuanMianyang 621010) Abstract Thepaperdesignageneticalgorithm basedonthetabusearch．Byutilizinghtemani frameofparallelserachsuppliedbyhtegeneticalgorithm andhtenidividualserial serachmodeofhte tabualgorithm，htismehtodcanenlargehtesearchspaceandswiftlyimplementhteoveralloptmiization． Ifitiscombniedwihthteheuristicsalgorithm tosolvehteknapsackproblem，accordingtohteresultsof computersmiulation，itCna effectively improvehtenidexofoptmiizationperformnacenadserach efficiency． Keywords tabuserach； knapsackproblem； geneticalgorithm； greedyalgorithm 背包问题(KnapsackProblem)是一类在给定约束条件的情况下，求最大值的组合优化问题，是典型的非 确定多项式(Non．deterministicPolynomial，NP)完全难题。解决该问题无论在理论上，还是在实际中都具有 重要的意义。遗传算法(GeneticAlgorithm，GA)是一种基于生物进化论和分子遗传学的随机搜索优化算法， 具有 自组织、自适应和学习性，其本质是并行的，不需要求导或其他辅助知识，强调概率转换规则。用遗 传算法解决背包问题是可行的，但传统的遗传算法有 “早熟”等缺点。禁忌搜索(TabuSerach,TS)采用个体 的串行搜索方式，通过设置禁忌表记录搜索轨迹并引导搜索方向，能防止 “近亲繁殖”，保持种群的差异 性，克服 “过早收敛”的缺陷。迄今为止，TS在组合优化、生产调度、机器学习、函数优化和神经网络等 领域取得了很大的成功，正日益受到重视n【。 遗传算法与贪婪算法(GreedyAlgorithm)结合解决背包问题，已经得到了较好的效果，但在求解时容易 陷入局部最优，且收敛速度慢、搜索效率较低。如果利用GA提供并行搜索主框架，嵌入TS的个体串行搜 索方式，将使算法更加优化。本文采用在基于禁忌的遗传算法(Tabu．basedGeneticAlgorithm，TGA)中嘲，融 入贪婪算法来解决背包问题。通过计算机仿真实验，结果证明这种方法的优化性能指标及搜索效率均有大 幅度提高，具有更好的解决背包问题的能力。 收稿El期：2004—01—15 基金项目：四川省教育厅青年基金资助项I~1(200-A53) 作者简介：张晓琴(1974一)，女，硕