基于遗传算法的背包问题程序（带注释）

1、问题介绍
2、遗传算法与程序

1、问题介绍

背包问题介绍。
有N件物品和一个容量为V的背包。第i件物品的体积是c (i)，价值是w (i)。求解将哪些物品放入背包可使物品的体积总和不超过背包的容量，且价值总和最大。假设物品数量为10，背包的容量为300。每件物品的体积为：
[95，75，23，73， 50，22， 6，57，89，98]，
价值为：
[89，59，19，43，100，72，44，16， 7，64]。

2、遗传算法与程序

遗传算法参数
（1）、初始化种群数目为NP=50， 染色体基因维数为L=10（对应于物品数）， 最大进化代数为G=100。
（2）、产生二进制初始种群，其中1表示选择该物品，0表示不选择该物品。取适应度值为选择物品的价值总和，计算个体适应度值，当物品体积总和大于背包容量时，对适应度值进行惩罚计算。
（3）、对适应度进行归一化，采用基于轮盘赌的选择操作、基于概率的交叉和变异操作，产生新的种群，并把历代的最优个体保留在新种群中，进行下一步遗传操作。
（4）、判断是否满足终止条件（即迭代次数）：若满足，则结束搜索过程，输出优化值；若不满足，则继续进行迭代优化。
该问题的优化结果为[1010111001]，1表示选择相应物品，0表示不选择相应物品，价值总和为388。
具体MATLAB实现程序与介绍如下

// 遗传算法程序
%初始化参数
clear all;                           %清变量
close all;                           %清图
clc;                                 %清屏
NP = 50;                             %种群规模
L = 10;                              %物品件数（因为有10件物品）
Pc = 0.8;                            %交叉率
Pm = 0.05;                           %变异率
G = 100;                             %最大遗传代数
V = 300;                             %背包容量
C = [95,75,23,73,50,22,6,57,89,98];  %物品体积
W = [89,59,19,43,100,72,44,16,7,64]; %物品价值
afa = 2;                             %惩罚函数系数（当超过总体积时进行处罚）
f = randi([0 1],NP,L);               %随机获得初始种群 矩阵50*10
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%