Algorithm 基于遗传算法和matlab的资源分配

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，我想把它分配到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

已知a（i）、b（i）、c1、c2、c3和v（i）

康瑟顿酒店

w（i）=0和

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

所以我需要W（i）i=1到6，总W是50000

请任何人告诉我如何使用遗传算法

---

谢谢。

拥有评估函数不足以确定遗传算法的外观，因为尽管评估函数非常重要，但它不是问题的唯一部分。为了全面评估您的问题，您需要至少了解以下内容：

每个模块和总模块的限制是什么 分配？例如，每种设备是否有容量限制 模块

我们正在处理什么样的资源？有 资源之间的依赖关系，无论是函数还是时间

我们在处理什么样的问题？是否所有的资源都需要使用 分配或我们打算使用它们来执行某项任务 （因此，我们将在每个模块中需要特定类型的资源）

假设您需要分配的所有资源，最简单（可能也是最愚蠢）的解决方案是将每个资源指定到染色体的模块编码，并有一个50.000长的字符串1、2、3、。。。还有6个。当然，所有的位字符串运算符都可以应用于此解决方案，只需稍作修改

---

但是，由于使用50000个字符长的字符串非常困难，因此我们需要另一种选择。如果每个资源上都有数字参数，我们可以考虑创建一个由群中心组成的表示，并根据它们与每个中心的接近程度来聚类资源。然而，应该有一个有意义的转换资源到多维实数集。为了实现这一点，我们需要更多地了解资源本身。

实际上，我的问题是我想将所有资源（50000）分配到6个模块。限制是可靠性必须为0.9，使用r（i）=1-exp（-b（i）*w（i））/1+2*exp（-b（i）*w（i））>=0.9将计算它。w（i）=0。我已经编辑了我的回答，添加了新的备选方案，但我提出的问题仍然保持不变。主席先生，非常感谢你的回答。没有限制，只想在模块测试期间分配，考虑到成本、测试工作量和可靠性。可靠性应>=0.9/1，我总共有50000项工作。我需要每个模块的工作，成本和可靠性应>=0.9。在最初的问题中，我写了目标函数和约束。