隨機(jī)時變背包問題（randomized time-varying knapsack problem，簡稱RTVKP）是一種動態(tài)背包問題，也是一種動態(tài)組合優(yōu)化問題，目前其求解算法主要是動態(tài)規(guī)劃的精確算法、近似算法和遺傳算法．首先，利用動態(tài)規(guī)劃提出了一種求解RTVKP問題的精確算法，對算法時間復(fù)雜度的比較結(jié)果表明，它比已有的精確算法更適于求解背包載重較大的一類RTVKP實(shí)例．然后，分別基于差分演化和粒子群優(yōu)化與貪心修正策略相結(jié)合，提出了求解RTVKP問題的兩種進(jìn)化算法．對5個RTVKP實(shí)例的數(shù)值計算結(jié)果比較表明，精確算法一般不宜求解大規(guī)模的RTVKP實(shí)例，而基于差分演化、粒子群優(yōu)化和遺傳算法與貪心修正策略相結(jié)合的進(jìn)化算法卻不受實(shí)例規(guī)模與數(shù)據(jù)大小的影響，對于振蕩頻率大且具有較大數(shù)據(jù)的大規(guī)模RTVKP實(shí)例均能求得一個極好的近似解．