matlab R2017a 人工智能算法 张德丰编著 P246
0-1背包问题
假设每件物品分别有不同的质量和价值,背包能带走的物品质量有限,我们需要在背包总质量约束下求得携带物品的方案,以使带走的物品价值最高。由于可以用1表示带走该物品,0表示不带,所以称之为0-1背包问题。
可以用模拟退火算法求解此类问题。模拟退火算法理论上是一种全局最优算法,能应用到求最小值问题的优化过程。
用matlab实现模拟退火算法,解决书上问题:
clc,clear
a=0.95;
v=[5 10 13 4 3 11 13 10 8 16 7 4]';%每件物品的价值,换为列向量后面求和更方便
v=-v; %模拟退火求解最小值,取负数
w=[2 5 18 3 2 5 10 4 11 7 14 6]';%每件物品的质量
w_upbound=46;%包最大容许质量
num=12;%物品件数
%初始化
sol_new=ones(1,num);%物品是否带走,带1,不带0
E_current=inf;%物品总价值
E_best=inf;%物品总价值(最大),储存该最优值
sol_current=sol_new;%当前解,物品携带矩阵
sol_best=sol_new;%储存最优时,物品携带矩阵
%模拟退火控制系数
t0=97;%初始温度
tf=3;%最终温度
t=t0;%当前温度,越高,接受劣新解的概率越高,搜索范围大,反之越低,越小
p=1;
while t>=tf %一直降温,直至温度低于最终温度
for r=1:100
r
tmp=ceil(rand*num);%ceil向上取整,在1-12间随机取数
sol_new(1,tmp)=~sol_new(1,tmp);%该值置为0,~表示非
%检查是否满足约束
while 1
q=(sol_new*w<=w_upbound);%小于质量上限,q=1,反之取0
if ~q %如果上步q取0(没有满足质量约束),这步为1(真),构造新解
p=~p;%交替循环0,1
tmp=find(sol_new==1);
if p %交错着将携带矩阵第一个1和最后一个1置0
sol_new(1,tmp(1))=0;
else
sol_new(1,tmp(end))=0;
end
else
break; %终止for或while循环
end
end
%ji算背包中物品价值
E_new=sol_new*v;%物品总价值
if E_new<E_current %不断更新较好的新解
E_current=E_new;
sol_current=sol_new;
if E_new<E_best %储存最好得到解
E_best=E_new;
sol_best=sol_new;
end
else
if rand<exp(-(E_new-E_current)./t)%以一定概率接受劣解
E_current=E_new;
sol_current=sol_new;
else
sol_new=sol_current;
end
end
end
t=t*a;%降温系数r
end
disp('最优解携带矩阵为:')
sol_best
disp('物品总价值为:')
val=-E_best
disp('背包中物品重量为:')
disp(sol_best*w)
结果如下:
最优携带矩阵有多种情况,每次运行可能结果不一,但物品总价值最大为76是一定的。