我使用JGAP为原理图生成测试向量。通过将染色体的基因设置为位，我获得了单个测试向量的最大覆盖率。现在我需要以最少的测试向量获得100％的覆盖率。
如果我将每个基因设计为一个测试向量，id需要根据基因数量和总覆盖率来计算适应度函数，id还需要进化染色体长度和每个测试向量（基因）位...
甚至可能有一个可变长度的染色体？
此类任务是否有任何标准设计？
答案 0 :(得分：1)
听起来有点类似于车辆路径问题（VRP）。在那里，解决方案通常被编码为列表列表。每个列表代表车辆的行程，它们共同代表了解决问题的方法。
我假设你可以用类似的方式编码它。考虑您希望作为您要访问的客户覆盖的每个点，并将每个车辆视为“测试向量”。您希望覆盖所有点（通常在您想要访问所有客户的VRP解决方案中），但您希望使用最少数量的车辆（=测试向量）来覆盖它们。
您问题的具体限制是什么？我假设您对某个测试向量中可以覆盖的点数有某种限制。