背包问题的遗传算法解法

背包问题的遗传算法解法
整理日期：	2004年9月14日
运行环境：	Windows环境
授权形式：	共享软件
推荐程度：
下载次数：	1396
文件尺寸：	25K
下载类型：	源码下载--人工智能
作    者：	陶善文
下载链接：	链接1
下载简介：
本程序利用遗传算法来求解背包问题.采用二进制字符串编码,1表示选择物体,0则不选择. 背包问题描述:在M件物品取出若干件放在空间为W的背包里，每件物品的重量为W1，W·2……Wn，与之相对应的价值为P1,P2……Pn。求出获得最大价值的方案。注意：在本题中，所有的重量值均为整数。 以下是本程序的主要函数说明: 1.GetRandChromosomes(szChromosome() As String, iChromosomeCount As Integer):随机初始化染色体 2.GetRandValueAndContent(iValue() As Integer, iContent() As Integer, iObjectCount As Integer):随机初始化物体容量和物体价值 3.GetRandAllContentByContent(iContent() As Integer, iObjectCount As Integer):根据物体体积随机初始背包容量,使得物体的总体积大于背包的容量 4.CopyChromosomes(iProbability() As Single, szChromosome() As String, iChromosomeCount As Integer):染色体复制 5.SelChromosomeBySelProba(iProbability() As Single, iChromosomeCount As Integer) As Integer:根据选择概率选择染色体 6.IsLiveGene(szChromosome As String, iContent() As Integer, iKitContent As Integer) As Boolean:判断染色体是否为活的染色体,即是否满足条件 7.Cross(szChromosome1 As String, szChromosome2 As String, iObjectCount As Integer):染色体之间进行杂交 8.Aberrance(szChromosome As String, iObjectCount As Integer):染色体变异 9.GetAdaptablity(szChromosome As String, iValue() As Integer, iContent() As Integer, iChromosomeCount As Integer) As Integer:得到染色体的适应度 10.GetSelectProbability(iAdaptablity() As Integer, iChromosomeNum As Integer, iChromosomeCount As Integer) As Single:得到选择概率 参考资料:<<计算智能的数学基础>>科学出版社,锗蕾蕾,陈绥阳,周梦编著