对于学习遗传算法的同志们确实是一个参考的好资料！

MATLAB 蚁群算法求解背包问题，确定可用

采用混合遗传算法求解多约束背包问题．首先构建多约束背包问题的数学模型，然后采用多维实数编码方式的遗传算法，结合附带染色体库技术、局部启发式算子和扰动算子对问题进行求解，并给出了一个实验实例．实验证明文中采用这种混合遗传优化算法解决多约束背包问题切实可行，有较高的搜索效率．

3-增量背包问题四类实例

用matlab语言实现的算法，用于解决背包问题，带完整的中文注释

最短路问题 背包问题 生产与存储问题实验 ---------------------运筹学

该压缩包中给出了典型的多背包问题，作者使用简明易懂的matlab语言对遗传算法进行编程，并对该问题进行了求解，该程序还可以求其他的背包问题以及组合优化问题。

最小重量机器设计问题：设某一机器由N个部件组成，每一个部件都可以从M个不同的供应商处购得。设wij是从供应商j处购得部件i的重量，cij是相应的价格。试设计一个算法，给出总价格不超过C的最小重量机器设计 C++写的

用粒子群算法解决背包问题.pdf

背包问题的求解 1.问题描述 假设有一个能装入总体积为T的背包和n件体积分别为w1,w2,…wn的物品，能否从n件物品 中挑选若干件恰好装满背包，即使w1+w2+…+wm=T，要求找出所有满足上述条件的解。 例如：当T=10，各件物品的体积{1,8,4,3,5,2}时，可找到下列4组解： (1,4,3,2) (1,4,5) (8,2) (3,5,2)。 2.实现提示 可利用回溯法的设计思想来解决背包问题。首先，将物品排成一列，然后，顺序选取物 品装入背包，若已选取第i件物品后未满，则继续选取第i+1件，若该件物品"太大"不能 装入，则弃之，继续选取下一件，直至背包装满为止。 如果在剩余的物品中找不到合适的物品以填满背包，则说明"刚刚"装入的物品"不合适" ，应将它取出"弃之一边"，继续再从"它之后"的物品中选取，如此重复，直到求得满足 条件的解，或者无解。 由于回溯求解的规则是"后进先出"，自然要用到"栈"。 进一步考虑：如果每件物品都有体积和价值，背包又有大小限制，求解背包中存放物品 总价值最大的问题解---最优解或近似最优解。 3． 题目源代码 #define maxsize 10