文献类型：期刊文章

作　　者：吴聪聪[1] 贺毅朝[1] 陈嶷瑛[1] 刘雪静[1] 才秀凤[1]

WU Congcong;HE Yichao;CHEN Yiying;LIU Xuejing;CAI Xiufeng(College of lnformation Engineering,Hebei GEO University,Shifiazhuang Hebei 050031,China)

机构地区：[1]河北地质大学信息工程学院,石家庄050031

出　　处：《计算机应用》

基　　金：河北省高等学校科学研究计划项目(ZD2016005);河北省自然科学基金资助项目(F2016403055)

年　　份：2017

卷　　号：37

期　　号：5

起止页码：1292-1299

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对确定性算法难于求解规模大、数据范围广的折扣{0-1}背包问题(D{0-1}KP),提出了基于蝙蝠算法的快速求解D{0-1}KP的变异蝙蝠算法(MDBBA)。首先,利用双重编码解决D{0-1}KP的编码问题;其次,将贪心修复与优化算法(GROA)应用于蝙蝠个体适应度计算中,使算法快速得到有效解;然后,选择使用差分演化(DE)的变异策略提高算法的全局寻优能力;最后,蝙蝠个体按一定概率进行Lévy飞行,增强算法探索能力和跳出局部极值的能力。对四类大规模实例的仿真计算表明:MDBBA非常适于求解大规模的D{0-1}KP,比第一遗传算法(FirEGA)和双重编码蝙蝠算法(DBBA)求得的最优值和平均值都更优,MDBBA收敛速度明显快于DBBA。

关 键 词：折扣{0-1}背包问题  蝙蝠算法  差分演化 Lévy飞行  贪心策略 非正常编码  

分 类 号：TP18]