使用GA的背包
我没有问过使用遗传算法的背包问题。初始化我用的是这种染色体[1]=[权重][利润]，因为他的公式KP对染色体评价权重x利润。不，输入后使用轮盘选择。代入 p(a) = 0.04761/0.19761 = 0.24092； p(b) = 0.1/0.19761 = 0.50604； p (c) = 0.025/0.19761 = 0.12651。 那么setelag就是生成随机数，得到随机数之后，会怎么交叉呢？
请解释一下，请帮助我
I have not asked about the knapsack problem using a genetic algorithm. the initialization I use this kind of chromosomes [1] = [weight] [profit], because his formula KP on chromosome evaluation weight x profit. nah after entry using roulete wheel selection. in to p (a) = 0.04761/0.19761 = 0.24092; p (b) = 0.1/0.19761 = 0.50604; p (c) = 0.025/0.19761 = 0.12651.
then setelag that generate random numbers, after the random numbers can be, how will the cross-over?
please explain, please help me
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
你的染色体结构是错误的。染色体应该呈现所有选择的解决方案。
例如，对于背包来说，染色体可能是一组选定对象的索引。然后你计算整个重量。
your chromosome structure is wrong. chromosome should present the solution all choices.
Ex for knapsack, chromosome may be a set of selected objects index. then you calculate the whole weight.