原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
计算机科学与探索1673-9418/2024/18(06)-1526-17
JournalofFrontiersofComputerScienceandTechnologydoi:10.3778/j.issn.1673-9418.2305055
增强型群论优化算法求解折扣{0-1}背包问题
11+211,3
张寒崧，贺毅朝，王静红，孙菲，李明亮
1.河北地质大学信息工程学院，石家庄050031
2.河北师范大学计算机与网络空间安全学院，石家庄050024
3.智能传感物联网技术河北省工程研究中心，石家庄050031
+通信作者E-mail:heyichao@
摘要：群论优化算法（GTOA）是基于群论方法提出的一个离散演化算法，非常适于求解以整型向量为可行解
的组合优化问题。为了进一步提高GTOA求解折扣{0-1}背包问题（D{0-1}KP）的性能，首先指出了它的随机
线性组合算子（RLCO）未能充分考虑当前个体位置信息的不足，基于个体基因保留策略对其进行改进。然后，
在随机反向变异算子（IRMO）中引入增强0分量变异策略，用于处理因个体0分量无法及时变异而导致的解的
质量下降、种群多样性降低等问题。在改进上述两个算子的基础上，提出了增强型GTOA（EGTOA），并基于它
给出求解D{0-1}KP的新方法。随后，将改进策略应用于二进制GTOA（GTOA-2），提出了增强型GTOA-2
（EGTOA-2）及其求解D{0-1}KP的新方法。为了验证EGTOA和EGTOA-2的性能提高程度与优异性，分别利
用它们求解四类大规模D{0-1}KP实例，通过与GTOA、GTOA-2以及求解D{0-1}KP的已有8个最先进算法的
比较表明：EGTOA和EGTOA-2求得最优解的能力比GTOA和GTOA-2提高了至少1.14倍，比8个最先进算法
提高了5%~60%，它们的平均性能比GTOA、GTOA-2以及8个最先进算法的性能更佳。因此，EGTOA和
EGTOA-2是当前求解D{0-1}KP的最佳算法。
关键词：群论优化算法；组合优化问题；折扣{0-1}背包问题；随机变异
文献标志码：A中图分类号：TP18
EnhancedGroupTheory-BasedOptimizationAlgorithmforSolvingDiscounted{0-1}
KnapsackProblem
11+211,3
ZHANGHansong,HEYichao,WANGJinghong,SUNFei,LIMingliang
1.SchoolofInformationandEngineering,HebeiGEOUniversity,Shijiazhuang050031,China
2.CollegeofComputerandCyberSecurity,HebeiNormalUniversity,Shijiazhuang050024,China
3.IntelligentSensorNetworkEngineeringResearchCenterofHebeiProvince,Shijiazhuang050031,China
Abstract:Thegrouptheory-basedoptimizationalgorithm(GTOA)isadiscreteevolutionaryalgorithmdesignedby
grouptheorymethods,whichisverysuitableforsolvingcombinatorialoptimizationproblemswithintegervectors
asfeasiblesolutions.InordertofurtherimprovetheperformanceofGTOA
文档评论（0）