我试图解决的问题是关于电网中电动汽车(EV(的最佳分配。我的电网有 20 个可能的位置(母线(，每个位置允许接收一个 EV。每条染色体的长度为20，其基因可以是0或1，其中0表示没有EV，1表示在该位置(母线(有EV。
我从随机分配的固定数量的电动汽车(例如 5 辆(开始我的种群(100 只(。并让他们通过我的 GA 进化。GA采用锦标赛选择，2点交叉和翻转位突变。每个染色体/个体通过计算条形之间的功率损耗(RI^2的总和(的适应度函数进行评估。最好的染色体是功率损耗最低的染色体。
问题在于，利用 2 点交叉和翻转位突变会改变电网中必须存在的固定数量的 EV。我想知道我的 GA 操作的最佳技术是什么。除此之外，我还得到了这张看起来很奇怪的图形，上面是整个世代中最健康的染色体 1
我将不胜感激任何帮助/建议。谢谢。
您希望以这样一种方式定义您的状态空间，即您选择的突变不能创建非法配置。
这可能不太适合遗传算法。如果你想从 20 个中选择 5 个，有 ~15k 种可能性。在 50 代中测试 100 个人口已经为您提供了足够的计算来完成 1/3 的暴力工作。
如果你的网格上有N 个EV，你可以使用N大小的染色体，每个基因都是一个整数，代表EV的位置。对于交叉，您首先需要将父母双方中相同的值与其他值分开，并在不同的部分应用经典(1 或 2 点(交叉，并随机突变基因选择一个有效的可用位置。