最短路径TSP遗传算法.docVIP

第四章 遗传算法与组合优化 4.1 背包问题（knapsack problem） 4.1.1 问题描述 0/1背包问题：给出几个尺寸为S1，S2，…，Sn的物体和容量为C的背包，此处S1，S2，…，Sn和C都是正整数；要求找出n个物件的一个子集使其尽可能多地填满容量为C的背包。 数学形式： 最大化 满足 广义背包问题：输入由C和两个向量C＝(S1，S2，…，Sn)和P＝(P1，P2，…，Pn)组成。设X为一整数集合，即X＝1，2，3，…，n，T为X的子集，则问题就是找出满足约束条件，而使获得最大的子集T，即求Si和Pi的下标子集。 在应用问题中，设S的元素是n项经营活动各自所需的资源消耗，C是所能提供的资源总量，P的元素是人们从每项经营活动中得到的利润或收益，则背包问题就是在资源有限的条件下，追求总的最大收益的资源有效分配问题。 广义背包问题可以数学形式更精确地描述如下： 最大化 满足 背包问题在计算理论中属于NP—完全问题，其计算复杂度为O(2n)，若允许物件可以部分地装入背包，即允许X，可取从0.00到1.00闭区间上的实数，则背包问题就简化为极简单的P类问题，此时计算复杂度为O(n)。 4.1.2 遗传编码 采用下标子集T的二进制编码方案是常用的遗传编码方法。串T的长度等于n(问题规模)，Ti(1≤i≤n)＝1表示该物件装入背包，