首页 | 本学科首页   官方微博 | 高级检索  
     

遗传大洪水演算法求解多维背包问题
引用本文:朱君,蔡延光,汤雅连,杨军. 遗传大洪水演算法求解多维背包问题[J]. 东莞理工学院学报, 2014, 0(5): 23-27
作者姓名:朱君  蔡延光  汤雅连  杨军
作者单位:广东工业大学 自动化学院,广州,510006
基金项目:国家自然科学基金(61074147,61074185);广东省自然科学基金(S2011010005059,8351009001000002);广东省教育部产学研结合项目(2012B091000171,2011B090400460);广东省科技计划项目(2012B050600028,2010B090301042)。
摘    要:由于遗传算法具有较强的全局搜索能力,但在实际应用中容易产生早熟收敛现象,且进化后期搜索效率较低,而大洪水演算法是求解组合优化问题的独特算法,结合两者的优点,形成基于遗传算法的大洪水演算法(Genetic Great Deluge Algorithm,GGDA),然后应用该混合算法求解不同规模的多维背包问题(Multidimensional Knapsack Problem,MKP),求解结果表明提出的算法是简单有效的,优于标准遗传算法和大洪水演算法。

关 键 词:多维背包问题  大洪水演算法  遗传算法

Genetic Great Deluge Algorithm for Solving the Multidimensional Knapsack Problem
ZHU Jun,CAI Yan-guang,TANG Ya-lian,YANG Jun. Genetic Great Deluge Algorithm for Solving the Multidimensional Knapsack Problem[J]. Journal of Dongguan Institute of Technology, 2014, 0(5): 23-27
Authors:ZHU Jun  CAI Yan-guang  TANG Ya-lian  YANG Jun
Affiliation:(School of Automation, Guangdong University of Technology, Guangzhou 510006, China)
Abstract:The Genetic Algorithm( GA) has better global search ability,but is easily prone to have premature convergence phenomenon in the practical application,with the low search efficiency in late evolution,while the Great Deluge Algorithm( GDA) is a unique algorithm for solving combinatorial optimization problems. Combined the advantages of the both algorithms,we form the genetic great deluge algorithm( GGDA),and then apply the hybrid algorithm to solve different scales of Multidimensional Knapsack Problem( MKP). The results show that the hybrid algorithm is simple and effective,superior to the standard GA and the GDA.
Keywords:Multidimensional Knapsack Problem  Great Deluge Algorithm  Genetic Algorithm
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号