我要解决的问题是关于电网中电动汽车（EV）的最佳配置。我的网格有20个可能的位置（母线），每个位置允许接收一个EV。每个染色体的长度为20，其基因可以为0或1，其中0表示没有EV，而1表示该位置（母线）有EV。
我从人口（100人）开始，随机分配固定数量的电动汽车（例如5个）。让他们通过我的GA不断发展。 GA利用比赛选择，2分交叉和翻转位突变。每个染色体/个体通过适应度函数进行评估，该函数计算条之间的功率损耗（RI ^ 2之和）。最好的染色体是功率损耗最低的染色体。
问题在于利用两点交叉和翻转位突变会更改必须在网格中的固定数量的EV。我想知道什么是我的通用航空运营的最佳技术。除此之外，我得到了这代人1
最适合的染色体的奇怪图形我将不胜感激。谢谢。
答案 0 :(得分：1)
您希望以这样一种方式定义状态空间，即您选择的突变不会创建非法配置。
这可能不适合遗传算法。如果您要从20个中选择5个，则可能有约1.5万个可能性。对50多个世代中的100个种群进行测试已经为您提供了足够的计算能力，足以完成1/3的暴力工作。
答案 1 :(得分：0)
如果您要在网格上分配N EV，则可以使用大小为N的染色体，每个基因都是代表EV位置的整数。对于交叉，您首先需要将父母双方中相同的值与其余父母分开，并对不同的部分应用经典（1或2点）交叉，并随机变异基因以选择有效的可用位置。 / p>
