Java 一种用变量代替二进制数字作为总体的遗传算法

所以我知道bog标准遗传算法使用一个字符串/二进制数字数组作为总体，然后从中创建一系列染色体。运行后，具有最高适应度的染色体被认为是最理想的解决方案。我的问题是，我可以使用数组引用来替换二进制字符串/数组吗

例如，我正在尝试创建一个算法，该算法可以自动化飞机排队等待一条跑道。有两种输入：希望起飞的飞机和希望降落的飞机。不需要太多细节，当飞机飞行时，它会在后面产生扭曲的空气（），这对后续飞机来说是极其危险的。飞机的重量/大小与其产生的尾迹湍流大小成正比。为了防止它危及其他飞机，每架飞机之间都有一段规定的等待时间，这取决于领先飞机的大小。这方面的示例如下所示：

Succeeding Aircraft   Lead Aircraft   Wake Turbulence Gap (NM)
-------------------   -------------   --------------------------
        H                   H                    4
        M                   H                    5
        S                   H                    6
        L                   H                    7
        H                   M                    3
...

其中H=重，M=中，S=小，L=轻，NM=海里

这些数据将保存在一个单独的数组中，该数组可由fitness函数调用。我想知道的是，我是否能做出一个有效的遗传算法，主要利用交叉，因为我看不到一种方法，我可以使用变异

人口会是这样的：

input: N001,N002,N003,N004,N005,...,N###

以“，”分隔的字符串或一维数组

每个基因（即N001）将指2D阵列中的一个位置，在该位置将存储尾迹湍流类别（H、M、S、L）及其所需动作（起飞或着陆）。（即dataArray[001][1]=尾流湍流类别）

为了计算适合度，我得出以下结论：

input = "N001.N002.N003.N004.N005.N006. ... Nnnn";

String [] aircraft = input.split(".");
double totalWeight = 0;

for (i = 0; i <= aircraft.length; i++) {
   priority = Array[i+1][1];
   action1 = Array[i][2];
   action2 = Array[i+1][2];
   wakeTurb1 = Array[i][3];
   wkaeTurb2 = Array[i+1][3];

   if(priority == 1) {
      totalWeight = totalWeight + 2^i;
   }

   if(action1 == 0 && action2 == 0) {
      wakeTurbVal = tAftT[wakeTurb2][wakeTurb1]; }
   else if(action1 == 0 && action2 == 1) {
      wakeTurbVal = lAftT[wakeTurb2][wakeTurb1]; }
   else if(action1 == 1 && action2 == 1) {
      wakeTurbVal = lAftL[wakeTurb2][wakeTurb1]; }
   else if(action1 = 1 && action2 == 0) {
      wakeTurbVal = tAftL[wakeTurb2][wakeTurb1]; }

   totalWeight = totalWeight + wakeTurbVal;
}

input=“N001.N002.N003.N004.N005.N006…Nnnn”；
字符串[]飞机=输入。拆分（“.”）；
双倍总重量=0；
对于（i=0；i）来说，这是一个有趣的问题，但是因为它不属于堆栈溢出的范围（在这个问题上有两个悬而未决的接近投票）。例如，如果你可以编辑你的问题，并用你的编码尝试来丰富它，那么这将是一个很好的问题。看看MOEA框架（www.moeaframework.org）。它提供了极好的优化选项，并允许在遗传算法中使用二进制以外的变量。您的问题也可能更适合多目标方法。