使用遗传算法提取特征少的降级数据

Question

我从一组振动中得到6个特征，而没有与这6个特征（1-5系列）相关的方程。我的方法是尝试使用“交叉”将6个特征中的数据提取到一个代表退化状态的特征中，而不用“变异”来更改原始数据。我可以知道使用遗传算法可以做到吗？如果可以的话，请给我启发，我是机器学习和计算机工程的新手。

橙色（系列6）显示的最终最佳降解状态是我希望ga可以为我产生的目标。它不必是完全直的。只是寻找一个看起来像它的趋势

我阅读的所有示例都与基于约束条件找到适应度函数中某些因子/变量的优化值有关，但这不是我的应用