扩展折扣0-1背包问题（SD{0-1}KP）是基于折扣0-1背包问题（D{0-1}KP）提出的,着力于描述商品促销时的各种问题。从模型规模上来看,折扣0-1背包问题的项集里面物品少,在刻画很多实际问题时,却不能合理表示,因此需要将模型进行扩展和融合,以此增加购买物品时折扣的多样性。但在求解过程中容易出现非正常编码概率过高、早熟和求解速度慢等问题。针对这一现象,本文对于现存的一些背包问题,基于SD{0-1}KP模型,立足于贪心优化修复策略,在模型建立、求解精度和编码方式这些方面进行了如下讨论。1.针对已有的扩展折扣0-1背包问题提出新的模型,将项集中的物品增加到三个,各项集中物品组合选择情况采取三元组编码方式,建立了扩展SD{0-1}KP模型,利用遗传算法进行求解。为提升算法求解效率,加入了贪心修复策略。为测试算法的有效性,以随机方式构建测试案例,将求解结果与精确算法结果做对比,时间复杂度明显减少,得出加入了贪心策略的遗传算法在求解扩展SD{0-1}KP模型上有显著效果。2.针对已有的扩展折扣0-1背包问题继续进行讨论,提出折扣背包与有界背包融合模型,构建有界折扣背包问题模型,采用整数编码方式进行编码,选择粒子群算法求解该模型。为增强粒子群算法的寻优能力,加入贪心修复策略,结果再与其他寻优能力较强的算法进行比较,最后比较得出加入贪心策略的粒子群算法在求解有界折扣背包问题上较好。为验证算法的可行性,利用三大类有界折扣背包问题实例的实验结果与精确解算法结果作比较,最后表明其计算效果良好。