用优先队列式分支限界设计算法，以文字或伪代码的形式描述算法，并给出优先队列中活结点的增加和删除全过程，数据如下： n=3，m=2，d=4； w11=1， w12=2， w21=3， w22=2， w31=1， w32=2； c11=3， c12=1， c21=1， c22=3， c31=1， c32=2。

以下是该问题的优先队列式分支限界设计算法的伪代码：

Initialize:
  Set n, m, d, w[i][j], c[i][j]
  Create a priority queue Q
  Create an initial node u
  Set u to be the root of the search tree
  Set up the initial upper bound, UB
  Set LB to be the smallest possible value

Procedure BranchBound:
  While Q is not empty:
    Dequeue the highest-priority node u from Q
    If u is a leaf node:
      If the weight and capacity constraints are satisfied:
        Update the upper bound, UB, and record the solution
      Else:
        Discard the node
    Else:
      Generate all child nodes of u
      For each child node v:
        Calculate the lower bound, LBv, of v
        If LBv is greater than UB:
          Discard v
        Else:
          If v is a leaf node:
            Enqueue v into Q
          Else:
            Enqueue v into Q based on its lower bound value

Procedure CalculateLowerBound:
  Calculate the total weight, W, of the selected items in the node
  Calculate the total capacity, C, of the selected items in the node
  If C > d:
    Return infinity
  Else:
    Calculate the remaining capacity, R, of the node
    Calculate the maximum possible weight, MW, that can be selected from the remaining items
    Return W + MW * (1 - C/d)

Procedure GenerateChildNodes:
  For each item i that has not been selected in the parent node:
    Create a new node v that includes item i
    If v satisfies the weight and capacity constraints:
      Set v as a child of u
    Else:
      Discard v

在优先队列中，每个节点都包含以下信息：

- `items`: 一个数组，表示在该节点中选中的物品；
- `weight`: 一个整数，表示在该节点中选中的物品的总重量；
- `value`: 一个整数，表示在该节点中选中的物品的总价值；
- `capacity`: 一个整数，表示在该节点中选中的物品的总容量。

优先队列中活结点的增加和删除全过程如下：

1. 初始化优先队列，将根节点加入队列中；
2. 每次从队列中取出估价函数值最小的节点；
3. 如果该节点是叶节点，判断其是否满足约束条件，若满足则更新目标值，否则该节点被剪枝；
4. 如果该节点不是叶节点，生成该节点的所有子节点；
5. 对于每个子节点，计算其估价函数值（即下界），如果下界已经大于目标值，则剪枝该子节点；
6. 如果子节点是叶节点，则将其加入队列中；
7. 如果子节点不是叶节点，则将其按照估价函数值加入队列中；
8. 重复步骤 2-7，直到队列为空。

根据以上算法和数据，可以得到最优解为6，选中的物品为1、2、3。