Question

我以前曾与MOEA Framework合作，后者了解约束的概念。即，解决问题可能具有良好的适用性，但是不可行。例如，当使用knapsack problem时，特定组合的物品可能会带来很高的利润，但是它们的重量超过了背包的容量。相应的适应度函数将包括以下行：

// Set the fitness (=> profit) of the solution (=> knapsack).
solution.setObjective(0, profit)
// Set the constrain (=> 0.0 if OK, , otherwise the distance to the boundary).
solution.setConstraint(0, (weight <= capacity) ? 0.0 : weight - capacity)

关于多目标背包问题的另一个示例是约束，不允许背包使用已经在另一个背包中使用过的物品。

Jenetics有相似之处吗？或者我如何将约束编码为适应性函数的一部分（或其他地方）？

Answer 1

Jenetics不直接支持约束。您可以在phenotypeValidator中设置Engine.Builder。这将拒绝Phenotypes并重新创建无效个人。不完全是一种约束，而是一种约束。第二种可能性是为所有目标返回最小适合度值。

Answer 2

自Jenetic v5.0.0起，phenotypeValidator和genotypeValidator均已删除，但是现在可以定义Constraint（另请参见user guide，第2.5节）：

Engine.builder(/* ... */)
        .constraint(Constraint.of(phenotype -> /* test validity */)
        .build();

还可以实施Constraint的{{3}}方法来尝试修复给定的个人。

请注意（请参阅repair）：

[Constraint接口]是检查个人有效性的最后一道防线。 […] test的第二个重要方法[除了Constraint]是repair方法。此方法尝试修复给定的个人。如果不定义此方法，则只会创建一个新的随机表型。

Answer 3

也请考虑在适应度函数本身中验证约束，并返回与您要优化的值相反的值。这可能会降低整体性能，但可以使您更高级别地验证结果。

例如如果优化的解决方案未通过约束，则如果最大化double值只是由于适应度函数而返回最低的负double。

在Jenetics中定义约束

3 个答案: