Question

如何实现通用分配问题：https://en.wikipedia.org/wiki/Generalized_assignment_problem，需要使用R中的遗传算法https://cran.r-project.org/web/packages/GA/GA.pdf来解决。

我有一个有效的代码示例，但是没有用：

require(GA)
p <- matrix(c(5, 1, 5, 1, 5, 5, 5, 5, 1), nrow = 3)
t <- c(2, 2, 2) 
w <- c(2, 2, 2)

assigment <- function(x) {
  f <- sum(x * p)
  penalty1 <- sum(w)*(sum(t)-sum(w*x))
  penalty2 <- sum(w)*(1-sum(x))
  f - penalty1 - penalty2  
}  

GA <- ga(type = "binary", fitness = assigment, nBits = length(p),
       maxiter = 1000, run = 200, popSize = 20)
summary(GA)

Answer 1

您在适应性函数（即assigment()函数）的定义中似乎存在问题。

x是一个二进制向量，而不是理论上的矩阵，因此sum(x * p)并未达到您的预期（请注意，x的长度为9，而{{1 }}是您示例中的3x3矩阵）；
p项未正确考虑x_ {ij}之和的约束；
对penalty2和penalty1的处罚应有所不同，第一个是不等式（即<=），第二个是严格的等式（即=）。
penalty2被定义为向量，但它应该是与w相同大小的矩阵

R中具有遗传算法的广义分配问题

1 个答案: