function - 使用差分进化为预算问题找到正确的优化适应度函数

Question

我正在建立一个使用差分进化的推荐系统网站。该网站会询问用户的预算和一些标准，并将返回最佳套餐。数据字段看起来像这样，我有 8 个维度（表格）。

Id | Name | Price
1  | A    | $100
2  | B    | $300

到目前为止，我已经提出了这个等式：

f = 1/abs(budget-x1-x2-x3-x4-x5-x6-x7-x8)+1
abs=(absolute)
x1 = 1st Dimension $ price
x2 = 2nd Dimension $ price
and so on

最后的 +1 不会被零除，因此 f=1 将是最佳成本/分数。

我已经尝试过这个公式，如果它找不到 f=1，那么成本会产生不好的结果。

有人有更好的解决方案或任何接近此类问题的文献吗？

提前致谢

Answer 1

所以，DE 是一个伟大的进化算法。一方面，DE 相当简单，同时也相当强大。

然而，这个问题是一个经典的整数线性规划问题——目标在变量中是线性的，并且没有约束。整数线性规划比任何进化算法都要快得多。我会看pyomo或glpk寻找开源 ILP 求解器。