UC知道哪位高手给我翻译下摘要
来源：百度知道 编辑：UC知道 时间：2024/05/24 11:58:41
背包问题是一个典型的NP完全问题。解决背包问题一般采取递归回溯方法和贪心方法。使用递归回溯法解决背包问题的优点在于它算法思想简单而且它能完全遍历搜索空间，肯定能找到问题的最优解；但是由于此问题解的总组合数有2个 ，因此，随着物件数的增大，其解的空间将以2级增长，当大到一定程度上，用此算法解决背包问题将是不现实的。使用贪心方法求解时难以得到最优解，有时所得解与最优解相差甚远。因此，我们可以探索使用遗传算法解决物件数较大的背包问题。然而在一般情况下，使用基本遗传算法解决背包问题时，得到问题的近似解也不能满足逼近最优解的要求，收敛速度也不理想。如何改进基本遗传算法使它所求得的解逼近最优解并且提高收敛速度，成为我们当前亟待解决的问题。遗传算法是改进式启发算法，模拟自然界生物进化过程的计算模型。遗传算法包含选择算法，交叉算子，变异算子，如果选择算法，交叉算子，变异算子设计不当，或者有可能使具有高适应度的个体结构被破坏，表现为算法的局部搜索性能较差，或者有可能不易产生新的个体结构，使子代缺乏多样性，影响了算法的全局搜索性能和收敛速度。针对遗传算法这一缺陷，本文建立了一种只有变异算子的变异进化算法，它根据个体适应度的优劣而对个体进行不同程度的变异。
本文给出了背包问题基于0／1规划的数学模型，设计了遗传算法和变异进化算法分别对背包问题进行求解。从实验数据对比中可以看出：相对于遗传算法，变异进化算法不但优秀个体的染色体中优良模式能够最大程度地遗传给子代，而且又保持了子代的多样性，有助于提高算法的优化性能和收敛速度。
关键词：遗传算法；背包问题；优化；变异进化算法；
千万别用翻译软件来蒙混啊，我就是用这个被老师给批了，明天就要交了，哪位高手帮帮忙哈 谢谢！
Abstract
Knapsack problem is a typical NP-complete problems. Backpack to take to solve the general problem of recurrent back methods and greedy way. Recurrent use of backtracking to resolve the merits of knapsack problem lies in its simple algorithm and thinking it can completely traverse the search space, will certainly find the optimal solution, but because this issue of the total number of combinations there are two, therefore, as of Number of the increase of its space for growth will be 2, when large to a certain extent, the algorithm used to solve the knapsack problem is unrealistic. Greedy method for using it difficult to get the optimal solution, sometimes from the solution and falls far short of the optimal solution. Therefore, we can explore the use of genetic algorithms to solve the larger number of objects knapsack problem. However, under normal circumstances, the use of genetic algorithms to solve basic problems backpack, the approximate solution of the problem are