我想实现遗传算法（我还不确定语言/框架，可能是Watchmaker）来优化某些流体的混合比。
每种混合物由最多5种成分a, b, c, d, e组成，我将其模型化为具有不断变化的值的基因。由于染色体代表混合比，因此存在（至少）两个附加条件：
(1) a + b + c + d + e = 1
(2) a, b, c, d, e >= 0
我仍然处于规划项目的阶段，因此我不能提供示例代码，但是我想知道这些条件是否以及如何在具有像Watchmaker这样的框架的遗传算法中实现。
[编辑]
由于这似乎不是直截了当的一些澄清：
问题是条件（1） - 如果每个基因a, b, c, d, e是随机且独立选择的，那么这种情况发生的概率大约是0.因此，我需要以{{1}的方式实现突变根据彼此选择（参见Random numbers that add to 100: Matlab作为示例）。
但是，我不知道这是否可行，如果这样做，那将符合一般的进化算法。
答案 0 :(得分：2)
第一个条件（a+b+c+d+e=1）可以通过较短的染色体来满足，只有a,b,c,d。然后可以e表示e:=1-a-b-c-d值（在适应度函数中或供以后使用）。
修改
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;
新的金额将为1。
对于第二个条件（a,b,c,d,e>=0），您可以在 之前为新的后代染色体（由突变和/或交叉生成）添加批准阶段将它们扔进基因库（并允许它们繁殖），并拒绝那些不满足条件的人。