提出一种处理高维背包问题(KP) 的贪婪封装二进制差分进化算法(GPBDE), 并设计了一种贪婪封装的修补策略处理不可行解. 为了提高种群的多样性及算法的全局搜索能力, 对适应度较低的个体执行对偶变换. 数值实验选取4 种KP 对GPBDE 的优化能力进行测试, 并将所提出的算法与4 种同类算法进行比较, 结果表明, GPBDE 具有较强的寻优和约束处理能力, 且收敛速度较快.