导读
多背包问题( MKP )是解决现实生活中许多问题的基础。在遗传算法( GAs )中,多背包问题与多目标一起使用来证明算法的效率。遗传算法利用自适应性有效地解决约束条件下的复杂问题,但在某些情况下,自适应由于收敛到不可行区域而失效。这种缺陷可以通过使用现有的修复技术来解决,但仍不能保证最优解收敛。
为了解决这一问题,本文对基于基因位置的抑制(GPS)进行了建模,并将其作为一个新的阶段嵌入到经典遗传算法中。该阶段在重组阶段后,作用于新产生的个体基因,以将解空间保持在其可行区域内,并改进解空间获得最优解。文章以OR库的MKP基准实例为实验对象,对新模型进行了测试。结果表明,经典遗传算法中的GPS在大多数情况下优于现有的其他修复技术。
文章精要
如需阅读本期推荐文章的全文,请点左下角的「阅读原文」链接。
Frontiers of Computer Science
Frontiers of Computer Science (FCS)是由教育部主管、高等教育出版社出版、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊,双月刊,全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为李未院士,执行主编为熊璋教授和周志华教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库(CSCD)核心库等收录,为 CCF 推荐期刊;两次入选“中国科技期刊国际影响力提升计划”;入选“第4届中国国际化精品科技期刊”。
长按二维码关注Frontiers of Computer Science公众号