Optimization By Biogeography Based Optimization (BBO) for solving Multidimensional Knapsack Problem

Abstract

In this work, we propose an enhanced Biogeography Based Optimization (e-BBO) for finding near-optimal solutions for the NP-hard Multidimensional Knapsack Problem (MKP). MKP is a discrete optimization problem, which is a variant of the classical 0-1 Knapsack. It has been used to model large problems such as management problems in computer networks and admission control problems in adaptive multimedia systems, telecommunications, and quality of service (QoS). Biogeography Based Optimization (BBO) is a recent swarm intelligence method inspired by the migration behavior of species among the habitats in nature. The BBO algorithm is based on the principle of the mathematical models of biogeography. BBO has been used in solving several optimization problems. The proposed enhancement consists of integrating the local search heuristic in the BBO approach. In this way, both the exploration and the exploitation abilities of the BBO approach and the Local search heuristic are considered. The experiments show that the application of the BBO method yields good performance in terms of solution quality our methods significantly improve the current best-known results for OR5x100-0.25 benchmark.

لإيجاد حلول شبه مثالية لمشكلة حقيبة الظهر متعددة )e-BBO( في هذا العمل ، نقترح تحسينًا محسنًا يعتمد على الجغرافيا الحيوية 1. وقد تم استخدامه لنمذجة - هي مشكلة تحسين منفصلة ، وهي نوع مختلف من الحقيبة الكلاسيكية 0 (MKP). MKP الأبعاد المشكلات الكبيرة مثل مشاكل الإدارة في شبكات الكمبيوتر ومشكلات التحكم في القبول في أنظمة الوسائط المتعددة التكيفية ، هو طريقة ذكاء سرب )BBO( التحسين المستند إلى الجغرافيا الحيوية .)QoS( والاتصالات السلكية واللاسلكية ، وجودة الخدمة على مبدأ الرياضيات BBO حديثة مستوحاة من سلوك هجرة الأنواع بين الموائل في الطبيعة. تعتمد خوارزمية في حل العديد من مشاكل التحسين. يتكون التحسين المقترح من دمج البحث التجريبي BBO نماذج الجغرافيا الحيوية. تم استخدام وإرشاد البحث BBO وبهذه الطريقة ، يتم النظر في كل من قدرات الاستكشاف والاستغلال الخاصة بنهج .BBO المحلي في نهج ينتج أداءً جيدًا من حيث جودة الحل ، فإن أساليبنا تحسن بشكل كبير النتائج الأكثر BBO المحلي. أظهرت التجارب أن تطبيق طريقة