我正在尝试为骑行轨迹编写遗传算法，并考虑如何实现突变/交叉。目标是发展 a) 一个完整的循环 b) 一个令人兴奋的旅程（我对此有标准）。
我有大约 60 件可供选择，但并非所有件都相互兼容。例如，一个轨道件可以向左倾斜，而另一个轨道件可以向右倾斜。
当允许突变时，我可以努力只允许轨道片段突变为具有兼容角度的其他片段。或者，我只能在具有相同角度的点处交叉两条轨道。然而，这可能会限制进行高级探索的能力，而这些探索可能会取得丰硕的成果。
与流行的“Hello World”示例类似的是，您正在尝试生成任何有效的单词或任何有效的句子。英语有一个规则（为这个例子弥补，不知道它是否属实）辅音不能跟随 Z。你应该只允许元音在 Z 之后发生变异吗？
这有任何意义吗？还是应该只允许所有类型的突变并丢弃不好的突变？
您可以尝试两种方法：
管理“片兼容性要求”作为约束，并使用二维向量作为适应值。
第一个元素是应用于轨道的惩罚函数的结果（测量违反约束的数量，例如轨道块与最大允许角度的偏差总和）
第二个元素是标准的、基本的目标函数。
比较两个适应度值时：
通过这种方式，您可以对不可行的解决方案施加选择压力，使其靠近可行区域并进入可行区域（但允许探索不可行的解决方案）。
这是遗传算法的有效约束处理方法- Kalyanmoy Deb中描述的方法
尝试一种类似于通过基因编程自动合成模拟电路的方法。
程序树必须通过从简单的“胚胎轨道”开始的生长过程映射到轨道。轨道电路是通过在轨道构建程序树中应用各种功能而逐步开发的。
可能电路构建程序树中的功能可以通过兼容的签名进行分组，并且强类型遗传编程方法可能是可行的。
manlio 回答的另一种方式是使用间接编码。您可以设计这样的编码来确保所有解决方案的有效性。查看 Grammatical Evolution 以及解决方案的编码方式，甚至直接将其与描述您的解决方案的语法一起使用。