1 内容介绍
设计了一种基于禁忌搜索的遗传算法,利用遗传算法提供的并行搜索主框架,结合禁忌算法的个体串行搜索方式,能扩大搜索空间,快速实现全局优化。把基于禁忌搜索的遗传算法与启发式方法相结合用来求解背包问题,经过计算机仿真,其优化性能指标及搜索效率均有大幅度的提高。
2 仿真代码
function [x,p1,p2]=near(x1,list)
a=[4,43,83,84,68,92,82,6,44,32,18, 56,83,25,96,70,48,14,58,92];
c=[46,90,72,91,40,75,35,8,54,78,40,77,15,61,17,75,29,75,63,44];
b=878;
temp=0;xtemp=0;
for j=1:60
k=1;%选择初始可行解
xt=x1;
while(k)
px=ceil(rand*19)+1; %在[2,20]范围内随机产生一个变异位
py=ceil(rand*19)+1;
xt(px)=abs(xt(px)-1);
xt(py)=abs(xt(py)-1);
w=a*xt;
if w<=b
k=0;
end
end
if (list(px)>0)&(list(py)>0)
continue;
else
if (c*xt)>temp
temp=c*xt;
xtemp=xt;
p1=px;p2=py;
end
end
end
x=xtemp;p1=px';
p2=py';
3 运行结果

4 参考文献
[1]张晓琴, 黄玉清. 基于禁忌搜索的启发式求解背包问题算法[J]. 电子科技大学学报, 2005, 34(3):4.
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。
部分理论引用网络文献,若有侵权联系博主删除。
该文提出了一种结合禁忌搜索的遗传算法,用于优化背包问题。通过计算机仿真,算法的优化性能和搜索效率得到了显著提升。在算法中,利用遗传算法的并行搜索和禁忌搜索的串行特性,扩大了搜索空间,快速找到全局最优解。
539

被折叠的 条评论
为什么被折叠?



