我正在尝试使用genalg包在R中解决问题,特别是该软件包,因为我需要一个可以理解的GA包。
问题在于我必须在城市附近建造消防局,但我的目标是最少的燃料。他们必须彼此不超过15分钟。数据表明每个城市彼此之间的时间。我对每个城市都做出了限制,并在Excel中运行了IP,因此我知道答案应该是什么。我评论了这些约束,因为我不知道如何将它们与用于存储GA中求解的染色体的变量相关联。我还添加了罚款,以尝试使价值与约束保持一致。如果有人知道除了《克兰书》之外,Genalg有一个很好的教程,我将感谢任何帮助。
这是代码:
#initilaize library
library(genalg)
#insert data
#set objective
#minimize the sume of x1,x2,x3,x4,x5,x6
datat = data.frame(city1 = c(0, 10, 20, 30, 30, 20),
city2 = c(10, 0, 25, 35, 15, 30),
city3 = c(20, 25, 0, 15, 30, 20),
city4 = c(30, 35, 15, 0, 15, 25),
city5 = c(30, 15, 30, 15, 0, 14),
city6 = c(20, 30, 20, 25, 14, 0))
coeff = c(0, 10, 15, 15, 14, 0)
#constraints
#add in a penalty to run function
#how?? relate x to the defined variables
# Failed applications 1 x as a list
#2 x as a variable equal to 6 variables
#3 use x indices instead (zero length?)
#4 changed the dot product to a variable > 0
#5
evalFun = function(x){
coefftot = x %*% coeff
# x1 + x2 + x3 + x4 + x5 + x6 >= 1
# x2 + x4 + x6 >= 2
# x3 + x4 >= 1
# x4 + x5 + x6 >= 2
# x2 + x4 + x5 + x6 >= 3
# x5 + x6 >= 1
# if (x5 + x6 < 1)
# #return(0)
# x[5] = 1
if (coefftot <= 0) {
return(0) else
return(coefftot)
}
}
#create function to create shortest path
lpiter = rbga.bin(size = 6,
popSize = 100,
iters = 100,
mutationChance = .01,
elitism = T,
evalFunc = evalFun)
为了将约束与问题相关联,我使矢量与约束相关。例如
# x5 + x6 >= 1
x56 <- c(0, 0, 0, 0, 1, 1)
con56 <- sum(x*x56)
可能有一种更简单的方法,但是我以这种方式将它们关联。如果有人有更有效的方式,我会听到它的声音。通过IF语句运行此操作时,替换为零,因此我认为有一个更有效的选项。