典型文献
基于拉马克进化的差分进化算法求解KPC问题
文献摘要：
具有单连续变量的背包问题(knapsack problem with a single continuous variable,KPC)是标准0-1背包问题的自然推广,在KPC中背包容量不是固定的,因此其求解难度变大.针对现有差分进化(differential evolution,DE)算法在高维KPC实例上求解精度不够高的不足,提出基于拉马克进化的DE(Lamarckian evolution-based DE,LEDE)算法,将贪心修复优化算子产生的改进遗传给后代,以加快DE算法的收敛速度,提高DE算法在高维KPC实例上的求解精度.同时,在贪心修复优化算子中引入基于价值的贪心优化策略,用于优化使用基于价值密度的贪心修复策略生成的可行解,以帮助算法跳出局部最优.在40个KPC实例上对LEDE算法进行了实验分析,结果表明拉马克进化和基于价值的贪心优化策略能够提高LEDE算法的求精能力,LEDE算法在获得最优解和平均解方面均优于其他智能优化算法.
文献关键词：
具有单连续变量背包问题;差分进化算法;拉马克进化;贪心修复优化
中图分类号：
作者姓名：
杨新花;周昱帆;沈爱玲;林娟;钟一文
作者机构：
福建农林大学 计算机与信息学院,福州 350002;智慧农林福建省高等学校重点实验室(福建农林大学),福州 350002
文献出处：
引用格式：
[1]杨新花;周昱帆;沈爱玲;林娟;钟一文-.基于拉马克进化的差分进化算法求解KPC问题)[J].计算机工程与应用,2022(10):162-171
A类：
拉马克进化,具有单连续变量的背包问题,knapsack,Lamarckian,LEDE,贪心修复优化,具有单连续变量背包问题
B类：
差分进化算法,KPC,problem,single,continuous,variable,解难,differential,evolution,高维,传给,后代,收敛速度,优化使用,价值密度,修复策略,跳出局部,局部最优,最优解,智能优化算法
AB值：
0.148537
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
