求解01背包问题的萤火虫算法

计算机与现代化

求解01背包问题的萤火虫算法

中国传媒大学计算机学院，北京100024

收稿日期:2014-02-07 出版日期:2014-04-17 发布日期:2014-04-23
作者简介:作者简介：刘艺兰(1991)，女，陕西乾县人，中国传媒大学计算机学院硕士研究生，研究方向：互联网应用技术；徐丽红(1990)，女，湖南益阳人，硕士研究生，研究方向：媒体信息数据化；吴丰彦(1991)，女，江西赣州人，硕士研究生，研究方向：媒体信息数据化；潘淑静(1991)，女，河南新乡人，硕士研究生，研究方向：媒体信息数据化。

Firefly Algorithm for Solving 01 Knapsack Problem

School of Computer， Communication University of China， Beijing 100024， China

Received:2014-02-07 Online:2014-04-17 Published:2014-04-23

摘要/Abstract

摘要：

摘要：利用标准的萤火虫算法（Firefly Algorithm, FA），结合01背包问题的特点，设计基于01背包问题的萤火虫算法。经过实验仿真，验证了萤火虫算法对解决01背包问题的可行性和有效性。最后，经过多次仿真实验分析算法中的各个参数对算法性能的影响，反映了算法关键参数的选取对算法寻优的重要性。

关键词: 01背包问题, 萤火虫算法（FA）, 群智能, 仿生原理

Abstract:

Abstract: Taking advantage of the standard firefly algorithm (FA) and combining with the characteristics of the 01 knapsack problem, this paper designs a firefly algorithm based on 01 knapsack problem. After experimental simulation, we verified the firefly algorithm’s feasibility and effectiveness to solve 01 knapsack problem. Finally, after many simulation experiments, this paper analyzes the influence of various parameters on the algorithm performance, reflected the importance of selection of key parameters to the algorithm optimization.



Key words:

Key words: 01 knapsack problem, firefly algorithm (FA), swarm intelligence, bionic principle

中图分类号:

TP301.6

刘艺兰，徐丽红，吴丰彦，潘淑静. 求解01背包问题的萤火虫算法[J]. 计算机与现代化.

LIU Yilan， XU Lihong， WU Fengyan， PAN Shujing. Firefly Algorithm for Solving 01 Knapsack Problem[J]. Computer and Modernization.

参考文献

［1］

拓守恒,周涛. 一种用于求解01背包问题的动态伸缩算法［J］. 计算机工程与应用, 2012,48(4):4749.

［2］赵旭. 0/1背包问题在动态自适应多媒体处理方法中的应用研究［J］. 计算机工程与科学, 2011,33(8):154157.

［3］赵雪梅,周飞菲. 基于用户迁徙网络的广告投放策略研究［J］. 电脑开发与应用, 2013,26(5):58.

［4］张欣,王志刚,夏慧明. 差异演化算法求解多维01背包问题［J］. 科学技术与工程, 2012,12(6):12781280.

［5］吴迪,姜永增,宋广军. 基于蜂群遗传算法的01背包问题［J］. 计算机工程与科学, 2011,33(5):102105.

［6］王娜,向凤红,毛剑琳. 改进的自适应遗传算法求解0/1背包问题［J］. 计算机应用, 2012,32(6):16821684.

［7］刘文涛,胡家宝. 求解01背包问题的改进排挤遗传算法［J］. 计算机工程与设计, 2011,32(6):21502153.

〖LL〗［8］宋潇潇. 求解大规模01背包问题的改进人工鱼群算法［J］. 西华大学学报:自然科学版, 2013,32(4):59.

［9］何小锋,马良. 求解01背包问题的量子蚁群算法［J］. 计算机工程与应用, 2011,47(16):2931.

［10］柳寅,马良. 01背包问题的模糊粒子群算法求解［J］. 计算机应用研究, 2011,28(11):40264027.

［11］戴秋萍,马良,郗莹. 求解01背包问题的细菌觅食算法［J］. 数学的实践与认识, 2013,43(3):178183.

［12］张家琴. 求解0/1背包问题的烟花算法研究［J］. 武汉工程职业技术学院学报, 2011,23(3):6466.

［13］王皓. 群智能优化算法——萤火虫算法［J］. 科技致富向导， 2012（21）：158159.

［14］程魁,马良. 01背包问题的萤火虫群优化算法［J］. 计算机应用研究, 2013,30(4):993994.

［15］Krishnanand K N, Ghose D. Detection of multiple source locations using a glowworm metaphor with applications to collective robotics ［C］// Proc. of IEEE Swarm Intelligence Symposium. Piscataway: IEEE Press, 2005:8491.

［16］Yang Xinshe. Natureinspired Metaheuristic Algorithms［M］. Luniver Press, 2008:8396.

［17］刘长平,叶春明. 一种新颖的仿生群智能优化算法: 萤火虫算法［J］. 计算机应用研究, 2011,28(9):32953297.

［18］高伟明. 萤火虫算法的研究与应用［D］. 兰州:兰州大学, 2013.

[1]	李国平,邢建春,王世强. 多传感器系统含状态约束的分布式并行卡尔曼滤波算法[J]. 计算机与现代化, 2018, 0(12): 1-.
[2]	姚洪曼，秦亮曦，胡盼. 基于改进搜索策略和混沌机制的人工蜂群算法[J]. 计算机与现代化, 2016, 0(6): 79-84,90.
[3]	孙厚举，杨世达. 一种基于多目标的软件需求选择群智能优化算法[J]. 计算机与现代化, 2016, 0(12): 22-28,33.
[4]	李欣然. 粒子群优化算法研究[J]. 计算机与现代化, 2010, 1(6): 6-0008.
[5]	李海生. 一类基于蜜蜂采集模型的智能算法[J]. 计算机与现代化, 2010, 1(01): 7-11.
[6]	王瑾;张求明;黄波. 粒子群优化算法的分析与研究[J]. 计算机与现代化, 2009, 1(7): 22-25.