[遗传算法] Python编程实现的：遗传算法实例之解01背包问题

网站首页 > Python栏目 > [遗传算法] Python编程实现的：遗传算法实例之解01背包问题...

贴子详情

发布: 江湖程序员　来源: 本站原创　时间: 2019/02/02 06:32

(3473)　点赞: (299)　标签: 算法编程

遗传算法释义
　　遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。

参数、及运行效果截图

					
						#为了彰显代码的优越性，测试用例数据取至于网络：
					
						#goods_weight = [5, 7, 9, 8, 4, 3, 10, 14, 13, 9, 6, 8, 5, 15]#物品重量
					
						#goods_weight = [80,82,85,70,72,70,66,50,55,25,50,55,40,48,50,32,22,60,30,32,40,38,35,32,25,28,30,22,25,30,45,30,60,50,20,65,20,25,30,10,20,25,15,10,10,10,4,4,2,1]
					
						goods_weight = [80,82,85,70,72,70,82,75,78,45,49,76,45,35,94,49,76,79,84,74,76,63,35,26,52,12,56,78,16,52,
					
						                16,42,18,46,39,80,41,41,16,35,70,72,70,66,50,55,25, 50,55,40]
					
						
					
						goods_count = len(goods_weight)#物品数量
					
						
					
						#goods_points = [10, 8, 15, 9, 6, 5, 20, 10, 13, 10, 7, 12, 5, 18]#物品价值
					
						#goods_points = [220,208,198,192,180,180,165,162,160,158,155,130,125,122,120,118,115,110,105,101,100,100,98,96,95,90,88,82,80,77,75,73,72,70,69,66,65,63,60,58,56,50,30,20,15,10,8,5,3,1]#
					
						goods_points = [200,208,198,192,180,180,168,176,182,168,187,138,184,154,168,175,198,184,158,148,174,135,
					
						                126,156,123,145,164,145,134,164,134,174,102,149,134,156,172,164,101,154,192,180,180,165,162,160,158,155, 130,125]
					
						
					
						max_weigh = 1000#背包容量(最大载重)
					
						
					
						m = 500#初始人口(种群)数量，(越大越有可能确保最优解，但效率会随之降低)
					
						max_iter_N= 500#最大迭代次数
					
						convergence = 0.08#变异的概率

本程序源码售价(含详细注释)：
~~¥298元~~ ¥198元
(代码原创，担保无雷同)

联系购买或定制：
1. 本站在线咨询系统；
2. 手机/微信 199 5828 9908
3. QQ 191501000

本站推荐