資源描述：
《基于遺傳算法求解背包問題.doc》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、本科生畢業(yè)設(shè)計(jì)（論文）(2010屆)題目：基于遺傳算法求解背包問題目錄摘要……………………………………………………………………………………1英文摘要………………………………………………………………………………11引言………………………………………………………………………………12背包問題概述……………………………………………………………………22.1背包問題描述………………………………………………………………22.2研究背包問題的意義………………………………………………………23遺傳算法概述……………………………………………………
2、………………23.1遺傳算法的特點(diǎn)……………………………………………………………33.2遺傳算法的應(yīng)用領(lǐng)域………………………………………………………34遺傳算法的基本原理……………………………………………………………44.1基本流程……………………………………………………………………44.2編碼…………………………………………………………………………54.3適應(yīng)度函數(shù)…………………………………………………………………54.4遺傳算子……………………………………………………………………64.4.1選擇算子……………………………………
3、……………………………64.4.2交叉算子…………………………………………………………………74.4.3變異算子…………………………………………………………………74.5參數(shù)控制……………………………………………………………………84.5.1群體規(guī)?！?4.5.2交叉概率………………………………………………………………84.5.3變異概率………………………………………………………………84.6算法結(jié)束條件控制…………………………………………………………95實(shí)現(xiàn)求解背包問題的遺傳算法……
4、…………………………………………95.10_1背包問題中染色體的表示………………………………………………95.2遺傳算法求解0_1背包問題時用到的參數(shù)………………………………95.3選擇操作……………………………………………………………………95.4交叉操作……………………………………………………………………105.5精英策略……………………………………………………………………115.6變異操作……………………………………………………………………115.7代際更新……………………………………………………………………115.8算法終
5、止……………………………………………………………………115.9仿真結(jié)果與測試……………………………………………………………125.9.1不同交叉概率下所得測試結(jié)果………………………………………135.9.2極端數(shù)據(jù)對結(jié)果的影響………………………………………………155.9.3仿真結(jié)果總結(jié)…………………………………………………………185.10問題總結(jié)……………………………………………………………………186展望………………………………………………………………………………18致………………………………………………………………………
6、…………19參考文獻(xiàn)……………………………………………………………………………20附源程序……………………………………………………………………………21基于遺傳算法求解背包問題摘要背包問題(Knapsackproblem)是一種組合優(yōu)化的NP完全問題,本文首先介紹了基本遺傳算法的基本原理、特點(diǎn)及其基本實(shí)現(xiàn)技術(shù)，接著針對背包問題，論述了遺傳算法在編碼表示和遺傳算子（包括選擇算子、交叉算子變異算子這三種算子）等方面的應(yīng)用情況。并且結(jié)合背包問題實(shí)例，給出了具體的編碼方法，運(yùn)行參數(shù)，群體大小，最大迭代次數(shù)，以及合適的遺傳算子。最后，簡單說
7、明了遺傳算法在求解背包問題中的應(yīng)用并對遺傳算法解決背包問題的前景提出了展望。關(guān)鍵詞：背包問題；遺傳算法；遺傳算子；編碼GeneticAlgorithmforKPJinTianTianDirector:Prof.DaYongDeng(CollegeofMathematicsPhysicsAndInformationEngineering,ZhejiangNormalUniversity)Abstract:KP(KnapsackProblem)isacombinatorialoptimizationofNP-completeprobl
8、em.Theprimaryknowledge,characteristicsandthebasictechniquesofGAareintroducedfirstly.Theencodingmodelandgeneticoperators(incl
