基于DEAP的遗传算法多目标优化

Question

我想解决一个物流配送路线问题。例如，有x辆卡车需要将y产品从各自的起点配送到各自的目的地。在

需要解决的问题：

1. 哪个产品由哪辆卡车运送
2. 这些产品是按什么顺序被取下来的。在

实现目标：（不同权重）

• 一个产品被取走的最小等待时间
• 每种产品的最短交货时间。在

在阅读了DEAP文档及其示例之后，我仍然不确定什么是实现此功能的好方法。因为对于上面的问题1和2，我有不同的选择、交叉和变异函数，但是在DEAP中，每个函数只能在工具箱中注册一个函数？

其次，如何在这里实现评估功能？ 我定义的个体是一个类实例，由卡车类实例的dict、产品类实例的dict、卡车id的列表、产品id的列表和产品truck组合选项的dict组成。个人和评估值之间的联系不是那么简单，只有一个评估函数就有点困难（至少对我这个新手来说）。谢谢！在

Answer 1

您可以实现一个求值函数，返回两个值，一个用于等待时间，一个用于传递时间。在

def waiting(individual):
    # do some calculation

def delivery(individual):
    # do some other calculation

def evaluate(individual):
    return waiting(individual), delivery(individual)

然后，只需在工具箱中注册这个求值函数，并将适合度定义中的weights向量设置为包含两个数字

^{pr2}$