改进的克隆选择算法求解高维背包问题

发布时间：2017-06-07 08:06

  本文关键词：改进的克隆选择算法求解高维背包问题，由笔耕文化传播整理发布。

【摘要】：针对克隆选择算法(clonal selection algorithm,CSA)求解高维背包问题(knapsack problem,KP)时可行抗体比率低且易于陷入局部搜索的问题,充分挖掘免疫系统的抗体多样性机理,提出了受体编辑机制,并设计了二次修补策略增强约束处理能力,获得了改进的克隆选择算法CSA-ER(clonal selection algorithm with receptor editing and repair)。数值实验将CSA-ER与CSA的一系列变体(CSA-M、CSA-E、CSA-MR)及两类其他群智能算法应用于两类KP进行了仿真比较,结果表明CSA-ER具有较强的开采和收敛能力。同时对CSA-ER的3个参数(克隆选择率α、编辑率Tr及基因段基准长度σ)进行了敏感性分析,获得了合适的参数选择策略。
【作者单位】： 南京航空航天大学自动化学院;安顺学院数理学院;
【关键词】： 高维背包问题 克隆选择算法(CSA) 受体编辑机制 修补策略
【基金】：国家自然科学基金No.61304146 贵州省科技计划基金No.20152002 贵州省教育厅优秀创新人才支持计划基金No.2014255~~
【分类号】：TP18
【正文快照】： 1 引言 背包问题(knapsack problem,KP)属一类NP难组合优化问题,具有较高的理论和实际应用价值[1],其可描述为许多实际问题,如货物装载、投资组合、资源分配等。近来,基于群智能的算法求解KP受到众多学者的关注[2],相继出现了差分算法[3]、粒子群算法[4]、蚁群算法[5]和量子

  本文关键词：改进的克隆选择算法求解高维背包问题，由笔耕文化传播整理发布。

，

本文编号：428541