在我计划使用 GA 解决的问题中，染色体可能是不可行的。这意味着，某些解决方案根本无效，并且无法为它们计算适应度函数。我的目标是保持可行性状态二元化（可行或不可行），因为对染色体不可行的量化将非常复杂甚至是不可能的。
为了找到最佳可行的解决方案，如何实现这一点并将其实施到遗传算法中？
在我计划使用 GA 解决的问题中，染色体可能是不可行的。这意味着，某些解决方案根本无效，并且无法为它们计算适应度函数。我的目标是保持可行性状态二元化（可行或不可行），因为对染色体不可行的量化将非常复杂甚至是不可能的。
为了找到最佳可行的解决方案，如何实现这一点并将其实施到遗传算法中？