matlab程序（解决0-1背包问题）.zip_背包_背包算法 matlab_背包问题_遗传算法 背包_遗传算法背包

%% 问题描述 % 有N件物品和容量为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容量且价值总和最大 clear all; close all; clc; NP=50; %种群规模 L=10; %物品件数 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 f=randi(100,NP,L); %% 遗传算法循环 for k=1:G %% 适应度计算 for i=1:NP Fit(i)=func4(f(i,:),C,W,V,afa); end maxFit=max(Fit); minFit=min(Fit); rr=find(Fit==maxFit); fBest=f(rr(1,1),:); Fit=(Fit-minFit)/(maxFit-minFit); %% 基于轮盘赌的复制操作 sum_Fit=sum(Fit); fitvalue=Fit./sum_Fit; fitvalue=cumsum(fitvalue); ms=sort(rand(NP,1)); fiti=1; newi=1; while newi <=NP if (ms(newi))<fitvalue(fiti) nf(newi,:)=f(fiti,:); newi=newi+1; else fiti=fiti+1; end end %% 基于概率的交叉操作 for i=1:2:NP p=rand; if p<Pc q=rand(1,L); for j=1:L if q(j)==1 temp=nf(i+1,j); nf(i+1,j)=nf(i,j); nf(i,j)=temp; end end end end %% 基于概率的变异操作 for m=1:NP for n=1:L r=rand(1,1); if r<Pm nf(m,n)=~nf(m,n); end end end f=nf; f(1,:)=fBest; trace(k)=maxFit; end fBest; figure; plot(trace) xlabel('迭代次数'); ylabel('目标函数值'); title('适应度进化曲线');