0

我正在研究资源分配问题，在这个问题上我总共有 50000 个资源，我想将它分配到 6 个模块上。目标是

f(i)=1-exp(-b(i)*w(i)); for i=1 to 6
g(i)=1+2*exp(-b(i)*w(i)); for i=1 to 6
ff=(c1-c2)*a(i)*v(i)*f(i)/g(i)+c2*a(i)+c3*w(i);  for i=1 to 6

并且 a(i),b(i),c1,c2,c3 和 v(i) 是已知的

并且约束是

w(i)<=w ware i=1 到 6

w(i)>=0 并且

r(i)=1-exp(-b(i)*w(i))/1+2*exp(-b(i)*w(i))>=0.9；即每个模块的 r(i) >= 0.9

所以我需要 W(i) i=1 到 6，总 w 是 50000。

请任何人告诉我我将如何使用遗传算法。

谢谢你。

4

1 回答 1

0

拥有评估函数不足以确定遗传算法的外观，因为即使评估函数非常重要，它也不是问题的唯一部分。为了全面评估您的问题，至少需要了解以下内容：

  1. 每个模块和总分布有什么限制？例如，每个模块是否有容量限制？
  2. 我们正在处理什么样的资源？资源之间是否存在依赖关系，无论是功能还是时间？
  3. 我们正在处理什么样的问题？是否要分配所有资源，或者我们是否打算使用它们来执行特定任务（因此，我们将需要每个模块中特定类型的资源）？

假设您需要分配的所有资源，最简单（也许是最愚蠢）的解决方案是将每个资源将被指定到的模块编码到染色体中，并具有 50.000 长的 1、2、3、...和 ​​6 字符串。当然，所有位串运算符都可以应用于此解决方案，只需进行一些小的更改即可。

但是，由于使用 50.000 个字符长的字符串是可行的，因此我们需要替代方案。如果每个资源上有任何数字参数，我们可以考虑创建一个由组中心组成的表示，并根据它们与每个中心的接近程度对资源进行聚类。然而，应该将资源有意义地转置到多维实数集中。为了创造它，我们需要更多地了解资源本身。

于 2012-07-13T12:37:06.750 回答