高效的遺傳算法

Question

考慮到這個問題：擁有一個1000個實數的向量，找到7個部分中的1000個元素的優化分區，以便部分之和具有近似（近似）值。

你會如何使染色體的表現，運算符（變異，交叉），適應度函數，選擇......讓你解決問題中最有效的&優化方式？

我的想法是給每個數字一個索引（最低的數字有索引1，最高的索引1000例如）...但我不認爲這是最有效的方式？歡迎任何建議！

Answer 1

由於它是一個分區問題，我認爲你需要將整個集合放在一個染色體中。假設您有一個長度爲1000的數組，其值可以從1到7.適應度函數可以計算每個分區總和的差值（越小越好）。交叉點可以用單點或雙點完成。然後，突變可以隨機地將個體基因從它的值改變爲隨機值，比如說102的位置是4，然後突變爲1.有了這個解決方案，你可以保證每個染色體都是有效的解決方案，儘管可能是一個不好的解決方案，不必在每次迭代之後檢查不符合問題規則的染色體（如果您選擇每個分區有一個染色體，則會出現問題）。像往常一樣，交叉標準和變異的可能性需要在獲得最佳性能之前進行探索和調整。