Question

遗传算法中罚函数的应用

谁能给我一段罚函数的代码？我的代码老是出现问题，谢谢

Answer 1

哈哈哈，搞笑，一楼的回答原封不动地Copy了我之前在另外一个问题的答案，详细见参考资料：
M越大F就越大那是正常的，因为是对不满足约束的惩罚。
如果你的个体都是可行解，那么F就等于f了。
对了，你是不是在遗传算法QQ群里跟我讨论了老半天那位？

追问

对，就是我哈。我现在理解到了罚函数的意义了。可是为什么却一直得不到可行解，F在无限的增加，

追答

这个你要在生成初始种群时和采用交叉、变异时注意了，最好能做到初始种群中的个体都是可行解，且交叉不破坏个体，即交叉不会让可行解变成不可解。变异可以破坏个体。

Answer 2

很显然，f 才是目标函数值，而F只是适应度函数值，用来评价个体优劣的。
加上罚函数，仅仅是为了惩罚那些不满足约束条件的个体，以此来解决约束优化问题。
但真正的目标函数是f，目的是f的值越小越好。

追问

比如F=f+M*P^2,其中P是约束，M是罚因子，f是目标函数且恒正。我所标定的适应度函数是F1=C-F，C是一个很大的数，所以F不是适应度函数值，加上罚函数时如果不满足约束那么F会变得很大，但罚函数的作用是必须使M*P^2趋于0，此时F就趋于f，所以我认为F 就是f的解，但M越大F就越大啊，怎么回事呢