求解多维背包问题的双决策交互差异算法

摘要：

针对传统多维背包问题的求解算法存在的修复方式单一、种群动态适应性差等问题,提出一种双决策交互差异算法(DDEA).融合自主学习思想,设计多维加权价值密度和相对价值概率指标,双重决策确定物品选择顺序,制定相应解的修复优化策略.采用双种群交互差异进化算法,设置主群和辅助群2个种群,种群间进行信息交互,提高种群多样性,避免陷入局部最优,提高算法寻优能力.主群实施差异进化机制,依照个体优劣依次划分为3个子群,分别按照特定方式进化,并在进化过程中完成与辅助群的交互,增强算法群智能性.引入刺激-响应机制,平衡算法的全局和局部搜索能力,并加入精英库协同寻优,加快算法收敛速度.仿真结果表明,DDEA算法可求出全部最优解,平均相对误差率为3.04×10-5,相比于同类算法降低2个数量级,有效提升了多维背包问题的求解精度、效率和稳定性.

关键词：多维背包问题、双种群交互进化、多维加权价值密度、相对价值概率、刺激-响应机制

所属期刊栏目：49

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;四川省教育厅自然科学基金;西华师范大学英才科研基金项目

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：21-33,54