基于均匀设计抽样遗传算法求解背包问题  

Based on Genetic Algorithm Uniform Design Sampling Solution Knapsack Question

作　　者：陈明华[1] 任哲[2] 周本达[1] 

机构地区：[1]皖西学院数理系,安徽六安237012 [2]合肥学院数理系,安徽合肥230022

出　　处：《大学数学》2011年第3期44-49,共6页College Mathematics

基　　金：安徽省高校省级自然科学研究项目(KJ2007B152);安徽省教育厅自然科学研究项目(2005KJ222;2006KJ046B);安徽省高校青年教师资助计划项目(2007jq1179)

摘　　要：众所周知,遗传算法的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向.以此结论为基础,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新的GA算法,称之为均匀设计抽样遗传算法.最后将均匀设计抽样遗传算法应用于求解背包问题,并与简单遗传算法和文献[2]中的佳点集遗传算法进行比较.通过模拟比较,可以看出新的算法不但提高了算法的速度和精度,而且避免了其它方法常有的早期收敛现象.It is well known that the GA is a guided random search and the guiding direction always aims at the family whose ancestors have schemata with high fitness.Based on the results,the crossover operation in GA is redesigned by using the principle of uniform design sampling.Then a new GA called Genetic Algorithm based on Uniform Design Sampling is presented.The new GA is applied to solve the knapsack question.Compared to simple GA and Good Point GA for solving this problem,the simulation results show that the new GA has superiority in speed,accuracy and overcoming premature.

关 键 词：遗传算法(GA) 均匀设计抽样(UDS) 均匀设计抽样遗传算法(UDSGA) 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]