二重结构编码算法求解背包问题的分析及改进-中国科技论文在线.PDFVIP

第22卷第3期 成 都 信 息 工 程 学 院 学 报 Vo【．22 No．3 2007年6月 JOURNAL OF CHENGDU UNIVERSITY OF INFORMATION TECHNOLOGY Jun．2007 文章编号：1671—1742(2007)03—0301—05 二重结构编码算法求解背包问题的分析及改进 施 映， 何 嘉 (成都信息工程学院，四川成都610225) 摘要：给出了背包问题的数学模型，分析了解决该问题的二重结构编码的混合遗传算法，在此基础上通过引入 价值密度的概念并与局部搜索算法相结合对算法进行了改进，并通过大量的数值试验充分证明了改进后的二重结 构编码算法的有效性有了一定的提高。 关 键 词：遗传算法；价值密度；背包问题；二重结构编码 中图分类号：TP301．6 文献标识码：A 1 引言 背包问题是一个典型的NP(数式算法)完全问题，实际是指从多种物品(一般称为项目)中选择几件物品，装 满背包，在不超过背包承重量的前提下，使装人背包的价值最大。近年来，背包问题吸引了许多理论和实际工作 者对此问题作深人的研究，在理论上尽管背包问题的结构简单，但它却具有组合爆炸的性质。实际应用中，许多 工业问题都可以用背包问题来描述，如资金运算、货舱装载、存储分配等，都是典型的应用例子。 目前求解背包问题主要依靠一些启发式算法，也可以用遗传算法求解，遗传算法用于背包问题，涉及到约束 条件满足下的遗传编码方法，以及交叉、变异操作算子的设计等。其优点在于： (1)在求解背包问题时，由于遗传算法的进化特性，它在解的搜索中不需要了解问题的内在性质，从而遗传 算法可以处理任意形式的目标函数和约束。 (2)遗传算法在选择、交叉和变异的过程中，都存在对每一个个体进行处理的可能。 (3)遗传算法对于各种特殊问题可以提供极大的灵活性来混合构造领域独立的启发式，从而保证算法的有 效性。 (4)遗传算法的基本思想简单，运行和实现步骤规范，便于具体使用。 2 背包问题的数学模型描述 背包问题的数学模型实际上是一个0—1规划问题。假设 个物件，其重量用a 表示，价值为cj( =1，2， … ， )，背包的最大容纳重量为b。当物件J被选人背包时，定义变量z =1，否则z =0。现在考虑 个物件的 选择与否，则背包内 个物件总重量为： aj：rj( =1，2，…，起)，物件的总价值为∑f ( =1，2，…，”)，如何决定 变量z ( 1，2，…， )的值(即确定一个物件组合)使背包内物件总价值为最大。其数学模型表示如下： Maximize∑ ] Subject to∑a：,acj~b} j=1，2，…， ：1或0 J 解决背包问题的关键在于约束条件的处理，目前一般采用惩罚函数的方式处理约束条件。尽管这种方法当 问题规模较大时还可行，但搜索效率很低。因此，比较而言，遗传算法是解决背包问题的较好算法，下面先对遗传 算法及二重结构编码的遗传算法进行简要介绍。 收稿日期：2006．10 12；修订日期：2006．1I一06 转载 中国科技论文在线 302 成 都 信 息 工 程 学 院 学 报 第22卷 3 遗传算法 遗传算法是一种借鉴生物界 自然选择和进化机制发展起来的高度并行 、随机、自适应搜索算法。它使用群体 搜索技术，将种群代表一组问题解，通过对当前种群施加选择，交叉和变异等一系列遗传操作，从而产生新一代的 种群，并逐步使种群进化到包含近似最优解的状态。它拥有多种编码技术来表示复杂的结构，并通过一组编码表 示进行简单的遗传操作和优胜劣汰的自然选择来指导学