我正在尝试使用genalg软件包(特别是此软件包)解决R中的问题,因为我需要一个易于理解的GA软件包。
问题是我必须在城市附近建造消防站,但我的目标是尽量减少火灾。彼此之间的距离不得超过15分钟。数据指示每个城市之间的时间。我对每个城市都进行了限制,并在excel中运行了IP,所以我知道答案是什么。我注释掉了约束,因为我不知道如何将它们与用于存储遗传算法中要解决的染色体的变量相关联。我还添加了一个惩罚,试图使值保持与约束一致。如果除了CRAN本书之外,有人知道genalg的好教程,我将不胜感激。
这是代码:
#initilaize library
library(genalg)
#insert data
#set objective
#minimize the sume of x1,x2,x3,x4,x5,x6
datat = data.frame(city1 = c(0, 10, 20, 30, 30, 20),
city2 = c(10, 0, 25, 35, 15, 30),
city3 = c(20, 25, 0, 15, 30, 20),
city4 = c(30, 35, 15, 0, 15, 25),
city5 = c(30, 15, 30, 15, 0, 14),
city6 = c(20, 30, 20, 25, 14, 0))
coeff = c(0, 10, 15, 15, 14, 0)
#constraints
#add in a penalty to run function
#how?? relate x to the defined variables
# Failed applications 1 x as a list
#2 x as a variable equal to 6 variables
#3 use x indices instead (zero length?)
#4 changed the dot product to a variable > 0
#5
evalFun = function(x){
coefftot = x %*% coeff
# x1 + x2 + x3 + x4 + x5 + x6 >= 1
# x2 + x4 + x6 >= 2
# x3 + x4 >= 1
# x4 + x5 + x6 >= 2
# x2 + x4 + x5 + x6 >= 3
# x5 + x6 >= 1
# if (x5 + x6 < 1)
# #return(0)
# x[5] = 1
if (coefftot <= 0) {
return(0) else
return(coefftot)
}
}
#create function to create shortest path
lpiter = rbga.bin(size = 6,
popSize = 100,
iters = 100,
mutationChance = .01,
elitism = T,
evalFunc = evalFun)
最佳答案
为了使约束与问题中的变量相关联,我制作了一个与约束相关联的向量,然后创建了一个方程式将它们相关联。例如
# x5 + x6 >= 1
x56 <- c(0, 0, 0, 0, 1, 1)
con56 <- sum(x*x56)
可能有一种更简单的方法,但是我以这种方式将它们关联。如果有人有更有效的方法,我会很感兴趣。通过if语句运行此命令时,替换结果为零,因此我假设有一个更有效的选项。