Java 遗传算法：基因值的总和应为1

我想实现一个遗传算法（我可能还不确定语言/框架）来优化某些流体的混合比

每个混合物由多达5种成分组成，我将其建模为具有变化值的基因。由于染色体代表混合比，因此（至少）还有两个附加条件：

(1) a + b + c + d + e = 1
(2)    a, b, c, d, e >= 0

我还在计划我的项目的阶段，因此我不能给出任何示例代码，但是我想知道这些条件是否以及如何在遗传算法框架中实现，比如Watchmaker

[编辑]
由于这似乎不是直截了当的解释：

问题在于条件（1）-如果每个基因

a、b、c、d、e

是随机独立选择的，则发生这种情况的概率约为0。因此，我需要以一种方式实现变异，其中，

a，b，c，d，e

是根据彼此选择的（参见示例）

然而，我不知道这是否可能，也不知道这是否符合一般的进化算法。

第一个条件（

a+b+c+d+e=1

）可以通过拥有较短的染色体来满足，只需

a，b，c，d

。

e

值可以通过

e:=1-a-b-c-d

表示（在适应度函数中或以后使用）

编辑：
满足第一个条件的另一种方法是规范化值：

sum:= a+b+c+d+e
a:= a/sum;
b:= b/sum;
c:= c/sum;
d:= d/sum;
e:= e/sum;

新的总数将是1

---

对于第二个条件（

a、b、c、d、e>=0

），您可以在将新的后代染色体（通过突变和/或交叉产生）放入基因库（并允许其繁殖）之前，为其添加一个批准阶段，并拒绝那些不满足该条件的染色体。

您的目标函数是什么？你打算怎么做交叉和变异？@idfah我还没有确切的计划，不过我想我会在这里使用一些标准功能。目标函数可能是配方的味道。交叉和变异必须经过测试。我不认为你的约束在遗传算法的意义上有什么特殊性。看来你应该先研究实现这种算法的一般方法，例如，阅读框架文档，如果你有真正的问题就回来。@Holger你当然是对的，我需要更多地研究遗传算法。你能推荐一个我可以阅读到相互依赖的基因的来源吗（因为这是我在问题条件（1）中提到的问题）。首先，您可以强制执行变异部分中的约束，禁止产生冲突的变异。或者，您可以允许违反约束，并将检查集成到适应度函数中，指定结果适应度越高，越能满足约束。一旦你进入了进化的概念，这两个都不难。谢谢！但是在这个解决方案中，如何防止

a+b+c+d>1

？就像

a=0.7

和

b=0.4

。在这种情况下，e将变成阴性，因此违反第二个条件，导致该染色体被拒绝。好的，我明白了。。。然而，我怀疑e的概率分布是否与a-d相同。。。但我不确定，e实际上和a-d有不同的分布，但对于染色体来说，这并不重要，因为只有a-d是自由参数。如果你确实需要相同的分布，你可以自由地使用a-e，然后通过将每个参数除以所有参数的和来对它们进行规范化，得到一个正好为1的新和。在遗传算法中，分布并不重要，它只影响初始种群。我建议将染色体冗余设置为免费，在您的情况下，这意味着只有4个免费参数。当然，当在初始种群中随机选择a、b、c、d的值时（遗传为零），e往往较小，但随着解决方案的发展，这种影响将消失，所有参数都可能达到最佳值。