【背包问题】基于粒子群算法求解多目标背包问题含Matlab源码
【背包问题】基于粒子群算法求解多目标背包问题含Matlab源码
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
1 简介
提出一种基于博弈论的多目标粒子群算法.算法中将每个目标函数看成是一个智能体,智能体控制种群往自己最有利的方向进行搜索,然后将它看成是参与博弈的一个参与人.采用存在一个博弈序列的重复博弈模型,在重复博弈中,并不是每次博弈都产生最大效益,而是要总的效益最大化.将算法用于求解多目标0/1背包问题.仿真实验结果表明,该算法能够找到接近Pareto最优前端的更好的解,同时维持解分布的均匀性.
2 部分代码
%%
该函数演示多目标perota优化问题
%清空环境
clc
clear
load
data
%%
初始参数
objnum
=
size(P,1); %类中物品个数
weight
=
92; %总重量限制
%初始化程序
Dim
=
5; %粒子维数
xSize
=
50; %种群个数
MaxIt
=
200; %迭代次数
c1
=
0.8; %算法参数
c2
=
0.8; %算法参数
wmax
=
1.2; %惯性因子
wmin
=
0.1; %惯性因子
x
=
unidrnd(4,xSize,Dim); %粒子初始化
v
=
zeros(xSize,Dim); %速度初始化
%去掉重复粒子
repflag
=
0; %重复标志
k
=
1; %不同非劣解粒子数
flj2
=
[]; %存储不同非劣解
fljx2
=
[]; %存储不同非劣解粒子位置
flj2(k,
:
)=flj(1,:);
fljx2(k,
:
)=fljx(1,:);
for
j=2:size(flj,1)
repflag
=
0; %重复标志
for
i=1:size(flj2,1)
result
=
(fljx(j,:)==fljx2(i,:));
if
length(find(result==1))==Dim
repflag
=
1;%有重复
end
end
%粒子不同，存储
if
repflag==0
k
=
k+1;
flj2(k,
:
)=flj(j,:);
fljx2(k,
:
)=fljx(j,:);
end
end
%非劣解更新
flj
=
flj2;
fljx
=
fljx2;
end
%绘制非劣解分布
plot(flj(
:
,1),flj(:,2),’o’)
xlabel(’P’)
ylabel(’R’)
title(’最终非劣解在目标空间分布’)
disp(’非劣解flj中三列依次为P，R，C’)
3 仿真结果
4 参考文献
[1]邓子龙, 程芳. 基于粒子群算法的多目标背包问题求解[J]. 2022(3).
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。