基于拉马克进化的差分进化算法求解KPC问题

doi:10.3778/j.issn.1002-8331.2011-0302

摘要/摘要

摘要：具有单连续变量的背包问题（单连续变量背包问题，KPC）背包问题的自然推广，在KPC公司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（差分进化，DE）“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（基于拉马克进化的DE，LEDE）算法，将贪心修复优化算子产生的改进遗传给后代，以加快判定元件算法的收敛速度，提高德国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 LED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发光二极管算法的求精能力，发光二极管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。

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

摘要：单连续变量背包问题是标准0-1背包问题的自然推广。在KPC中，背包的容量是不固定的，因此求解变得更加困难。为了克服现有差分进化（DE）算法在高维KPC实例上性能不够好的缺点，本文提出了基于拉马克进化的DE算法来求解KPC。贪婪修复和优化算子产生的改进被继承给后代，这可以加快DE算法的收敛速度，并提高DE算法在高维KPC实例上的精度。同时，在贪婪修复和优化算子中引入了一种基于利润的贪婪优化策略，基于利润权重比对贪婪修复策略生成的可行解进行优化，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。实验结果表明，拉马克进化和基于利润的贪婪优化策略可以提高LEDE算法的开发能力，LEDE在获得最佳解和平均解方面优于其他智能优化算法。

关键词： 单连续变量背包问题，差异演化，拉马克进化论，贪婪修复与优化

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出版社[J]。计算机工程与应用, 2022, 58(10): 162-171.

杨新华、周玉凡、沈爱玲、林娟、钟毅文。求解KPC问题的基于拉马克进化的差分进化算法[J]。计算机工程与应用，2022，58（10）：162-171。

参考文献

[1] MARCHAND H，WOLSEY L A.单连续变量0-1背包问题[J]。数学规划，1999,85（1）：15-33。
[2] 林刚，朱伟，ALI M M。单连续变量0-1线性背包问题的精确算法[J]。全球优化杂志，2011,50（4）：657-673。
[3] 贺毅朝，张新禄，曲文龙，等.求解具有单连续变量背包问题的精确算法[J] ●●●●。数学的实践与认识，2018，48（13）：216-223.
HE Y C，ZHANG X L，QU W L，et al.求解单个连续变量背包问题的精确算法[J]。数学实践与理论杂志，2018,48（13）：216-223。
[4] 赵C，李霞.单连续变量0-1线性背包问题的近似算法[J]。组合优化杂志，2013,28（4）：910-916。
[5] 贺毅朝，王熙照，张新禄，等.基于离散差分演化的KPC公司问题降维建模与求解[J] .《经济评论》，2019,42（10）：2267-2280。
何永川，王晓初，张晓林，等.基于离散差分进化的KPC问题降维建模与求解[J]。中国计算机学报，2019,42（10）：2267-2280。
[6] 何毅，王杰，张欣，等.基于编码变换的差分进化算法求解单连续变量背包问题[J]。群与进化计算，2019，50:100507。
[7] 王泽昆，贺毅朝，李焕哲，等.基于新颖S公司型转换函数的二进制粒子群优化算法求解具有单连续变量的背包问题[J] .阿甘，2021,41（2）：461-469。
王振科，何义忠，李海忠，等.基于新型S形传递函数的单连续变量背包问题二进制粒子群优化算法[J]。计算机应用杂志，2021,41（2）：461-469。
[8] MARTELLO S，PISINGER D，TOTH P.动态规划与0-1背包问题的强界[J]。管理科学，1999,45（3）：414-424。
[9] PISINGER D.精确0-1背包问题的扩展核算法[J]。欧洲运筹学杂志，1995,87（1）：175-187。
[10] BRISKORN D，BUETHER M.将单变量0-1背包问题简化为标准的0-1背包[J]。国际运筹学与信息系统杂志，2012,3（1）：1-12。
[11] STORN R，PRICE K。差分进化——一种简单有效的连续空间全局优化启发式算法[J]。《全局优化杂志》，1997,11（4）：341-359。
[12] CUI L，LI G，ZHU Z，等.一种新的差分进化算法及其基于差分进化的自适应参数控制方法[J]。软计算，2018,22（18）：6171-6190。
[13] LEON M，XIONG N.一种新的联合参数自适应方法的自适应差分进化[J]。软计算，2020,24（17）：12801-12819。
[14] 沈鑫，邹德旋，张鑫，等.融入柯西扰动的改进差分进化算法及其应用[J] ●●●●。小型微型计算机系统，2018，39（12）：2607-2616.
沈X，邹德X，张X，等.引入柯西扰动的改进差分进化算法及其应用[J]。中国计算机系统学报，2018,39（12）：2607-2616。
[15] 李毅，王S.精英档案与变异策略协同的差分进化算法[J]。《人工智能评论》，2020,53（6）：4005-4050。
[16] 卢Z，张磊，王丹.改进精英档案变异和动态参数调整的差异进化[J]。集群计算，2019,22（4）：9347-9356。
[17] 冯杰，张杰，王C，等.差分进化算法中基于自适应集体智能的变异算子[J]。超级计算杂志，2020,76（2）：876-896。
[18] MENG Z，PAN J S，TSENG K K.PaDE:一种改进的差分进化算法，具有新的控制参数自适应方案，用于数值优化[J]。基于知识的系统，2019168:80-99。
[19] 王浩，李俊，周蓉.自适应合并与分裂的多种群差分进化算法[J] ●●●●。计算机工程与应用，2020，56（15）：162-171.
王赫，李杰，周润。自适应组合分裂多种群差分进化算法[J]。计算机工程与应用，2020,56（15）：162-171。
[20] 陈X.具有阀点效应的大规模多燃料经济调度的新的双种群自适应差分进化算法[J]。能源，2020203:117874。
[21]WHITLEY D，GORDON V S，MATHIAS K.Lamarckian evolution，the Baldwin effect and function optimization[C]//国际自然并行问题解决大会，1994:5-15。
[22] 阎岭，蒋静坪.进化学习策略收敛性和逃逸能力的研究[J] 《报告》，2005年，31（6）：873-880。
颜磊，姜建平.进化学习策略的收敛与逃逸能力研究[J]。自动化学报，2005,31（6）：873-880。
[23]贝雷塔·M·鲍德温效应和欧几里德-斯坦纳树问题模因算法中的拉马克进化[J]。模因计算，2019,11（1）：35-52。
[24]EL-MIHOUB T A，HOPGOOD A A，NOLLE L.混合遗传算法的自适应学习[J]。进化情报，2021,14（4）：1565-1579。

基于拉马克进化的差分进化算法求解KPC公司

求解KPC问题的基于拉马克进化的差分进化算法

PDF格式

可视化

摘要/摘要

引用本文

使用本文

参考文献

相关文章15

编辑推荐

韵律学

[1]	钱峥远，曾国荪.精英化岛屿种群引导的差分进化算法[J] ●●●●。计算机工程与应用, 2021, 57(20): 73-81.
[2]	崔彩霞，毕超超，范勤勤.基于隐马尔可夫链的自适应模式[J] ●●●●。计算机工程与应用, 2021, 57(14): 83-94.
[3]	李荣，贺兴时，杨新社.基于差分进化的飞蛾算法在电力调度中的应用[J] ●●●●。计算机工程与应用, 2021, 57(13): 258-268.
[4]	沈鑫，邹德旋，张强.采用双变异策略的自适应差分进化算法及应用[J] ●●●●。计算机工程与应用, 2020, 56(4): 146-157.
[5]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾.求解风力发电机布局问题的超启发式算法研究[J] ●●●●。计算机工程与应用, 2019, 55(7): 220-225.
[6]	刘利斌1，2，隆广庆1，2，上官珍萍1.差分进化与有理谱方法求解奇异摄动问题[J] ●●●●。计算机工程与应用, 2018, 54(17): 225-230.
[7]	钱武文，柴军瑞，张子映，谈然.基于反射变异策略的自适应差分进化算法[J] ●●●●。计算机工程与应用, 2018, 54(15): 161-168.
[8]	张锦华1，宋来锁2，张元华3，李富昌4.加权变异策略动态差分进化算法[J] ●●●●。计算机工程与应用, 2017, 53(4): 156-162.
[9]	靳雁霞，任超，李照，程思岳，王贺，韩慧妍.融合智能算法的变形体碰撞检测算法研究[J] ●●●●。计算机工程与应用, 2017, 53(19): 130-135.
[10]	刘利斌1，孔祥盛2，欧阳艾嘉3，4.含两个参数的奇异摄动问题的差分进化算法[J] ●●●●。计算机工程与应用, 2016, 52(4): 19-23.
[11]	陈树，季忠军.复杂三维曲面覆盖算法研究[J] ●●●●。计算机工程与应用, 2016, 52(20): 127-131.
[12]	章力，徐保国.差分进化优化的非均匀分簇算法[J] ●●●●。计算机工程与应用, 2016, 52(14): 95-99.
[13]	王振超.融合美国缉毒局和田口方法的云计算多任务调度方案[J] ●●●●。计算机工程与应用, 2015, 51(2): 140-145.
[14]	梁玉洁1，许峰2.自适应混合多目标分布估计进化算法[J] ●●●●。计算机工程与应用, 2014, 50(5): 46-50.
[15]	毕晓君，李安宁.基于差分进化算法的认知无线电频谱分配[J] ●●●●。计算机工程与应用, 2014, 50(16): 100-103.