算法范文一类难解0.1背包问题的有效搜索算法.docVIP

一类难解0/1背包问题的有效搜索算法 摘要：针对一类难解0/1背包问题，揭示了该类问题和子集和数问题的相似性，及该类问题特有的属性；描述了最大价值的获得与物品集中元素的组合相关性。在价值密度比贪心策略基础上设计了一个搜索算法。实验表明，在多项式时间复杂度内得到的解的质量优于目前最好算法的结果。本文算法的最优解与物品集中元素的重量和价值参数的大小分布无关，而只与元素的重量及背包零头的组合相关，因而具有相当的竞争力。 关键词：0/1背包问题，强相关，搜索算法 An Efficient Search Algorithm for a Class of Hard 0/1 Knapsack Problem Abstract： The properties between the strongly correlated 0/1 knapsack problem and the Sub-set sum problem are firstly revealed, as well as the combinatorial correlation between the maximum value and the items in the object set is described. On the basis of greedy policy based on the non-increasing profit-to-weight ratio, a search algorithm named ZHKnap is proposed. The experimental results show that ZHKnap outperforms state-of-the-art algorithm in polynomial time in terms of the average solution quality and the coverage of the problem instances. The solutions from ZHKnap have no relation with both the coefficient of the items and the gap between the integer optimum and the linear optimum. Instead, such solutions relate to the combination of the items’ weight and the fraction derived with the greedy policy applied. This results in ZHKnap’s strong competitive performance. Key Words：0/1 Knapsack Problem, Strongly correlated, search algorithm 1．问题描述 0/1背包问题是指从n件不同重量，不同价值的物品集中选取若干元素装入指定容量的背包，以达到被选元素的总重量不超过背包容量且被选元素的价值总和最大。令C为背包容量，元素集W={w1,w2,…,wn}，元素对应价值集P={ p1,p2,…,pn }，该问题要找出一维n元向量（x1,x2,…,xn），xi∈{0，1}，（1≤i≤n，wi0， p i0，Cwi）。问题可形式化描述如下： f(C)=maximize∑ni=1i 满足以下两个约束条件： （1）∑ni=1i≤C （2）i∈{0, 1} （1≤i≤n） 背包问题是计算机算法中的难解问题[1]，最坏情况下直接枚举问题2n个解空间的时间复杂度为O（2n），由于计算时间指数复杂性，该问题在信息密码学和数论研究等领域有着重要应用[2]；故使用算法设计方法来降低求解过程中庞大的计算量有着重要理论和现实意义。 求解0/1背包问题的困难主要和物品集中元素的价值与重量的相关程度，以及0/1背包的最优解与Dantzig价值上界[3]的差的大小有关[4]，元素的重量和价值的相关度越高[4]并且最优解与Dantzig价值上界的差越大，问题越难求解。根据以上该问题难解度的论述，0/1背包问题主要分为以下六类[5]（正整数R表示取值范围）： 1）uncorr.类：pi和wi在[1.. R]上随机分布；2）weakly corr.类：wi在[1.. R ]上随机分布，pi在[wi- R/10 , wi+ R/10]上随机分布；3）Strongly corr.类：wi在[1..R]上随机分布，pi =