遗传算法解决背包问题(python)

01背包问题

1.问题重述

给定n个物品,价值分别是:v1,v2,…,vn,重量分别是:w1,w2,…,wn。在物品不可分割的情况下,挑选物品放入承重为W的背包,使得背包内物品的价值最大,且背包内物品的总重量小于W.

2.解决方案

本问题可用多种方法解决,这里采用遗传算法来求解,以下是遗传算法的流程图:
遗传算法流程图
要采用遗传算法,则首先确定以下几个要素:染色体的编码方法、适值函数、染色体交叉和变异采用的方案、选择策略

2.1 染色体的编码方法

基因编码的方法都有:二进制、整数编码、顺序编码、 实数编码等
对于01背包问题,由于每一个物体都有选或者不选两种情况,即可以用0、1来表示选择或是没有选择。故可使用二进制的编码方法来对染色体编码,且染色体长度为物体个数。

def initPopulation(self):
    """初始化种群"""
    self.lives = []
    for i in range(self.lifeCount):
        gene = [random.randint(0,1) for x in range(self.geneLenght)] # 初始化染色体
        life = Life(gene) # 生成个体
        self.lives.append(life) # 扩展种群
2.2 适值函数的选择

在确定适值函数时,首先要确定是求最小值优化问题还是求最大值优化问题,当求最大值优化问题时,可直接将目标函数当做适值函数,求最小值优化问题时,通过变换将其变为求最大值优化问题。
确定目标函数时,要先确定求解目标以及约束条件。此问题的目标是求一个X=(x1,x2…xn)(xi为0或1),从而使得V(总价值)最大,而约束条件则是W(背包承重)。以下为我的目标函数:

f ( x ) = ∑ i = 1 n x i ∗ v i              ∑ i = 1 n x i ∗ w i ⩽ W f(x)=\sum_{i=1}^n x_i*v_i \ \ \ \ \ \ \ \ \ \ \ \ \sum_{i=1}^n x_i*w_i\leqslant W f(x)=i=1nxivi            i=1n

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值