文献类型：期刊文献

中文题名：求解背包问题的一种改进粒子群优化算法

英文题名：An Improved Particle Swarm Optimization Algorithm for the Knapsack Problem

作者：陈战胜[1,2];钮文良[1];王辉[1]

第一作者：陈战胜

机构：[1]北京联合大学应用科技学院;[2]北京交通大学计算机与信息技术学院

第一机构：北京联合大学应用科技学院

年份：2012

卷号：20

期号：28

起止页码：7236-7240

中文期刊名：科学技术与工程

外文期刊名：Science Technology and Engineering

收录：CSTPCD;;北大核心:【北大核心2011】；

基金：国家自然科学基金面上项目(61170232);北京市教委科研计划面上项目(KM201111417010);北京联合大学横向课题(11107JA1205);北京联合大学"启明星"大学生科技创新项目(12205994104);高职能力提升项目(11107541801)Android创新项目资助

语种：中文

中文关键词：背包问题;粒子群算法;全局最优解;遗传算法;收敛性

外文关键词：knapsack problem particle swarm optimization global optimal solution genetic algo-rithms convergence

摘要：针对0—1背包问题,提出了一种改进的粒子群优化算法。在物品规模增大时,该算法能够有效寻找全局最优解,提高背包的空间利用率,降低背包的空置率。通过仿真实验表明,改进的粒子群优化算法在背包问题求解中具有更好的收敛性和稳定性。
An improved particle swarm optimization algorithm is proposed for 0-1 knapsack problem. When the goods scale is increasing, the IPSO algorithm can effectively find the global optimal solution, and to improve the room utilization of knapsack, reducing the vacancy rate of knapsack. The simulation experiments show that im- proved particle swarm optimization algorithm（IPSO） has better convergence and stability in solving knapsack prob- lem.