决策变量的数量如何影响 NSGA-II 中的种群？
How the number of decision variables have effects on the populations in NSGA-II?
最近才开始看Matlab中的NSGA-II代码，不明白遗传算法中初始化状态中决策变量个数的设置有什么关系。是否与测试功能相关或用于其他用途？
如果您愿意回答，我将不胜感激。
决策变量的数量与每个个体染色体中的基因数量有关。
假设您正在尝试优化函数 f(x,y)。然后你有两个决策变量，因此你的染色体将是 R^d where d = 2.
了解决策变量的数量对于遗传算法等元启发式算法至关重要，因为它的许多运算符都依赖它，例如，要执行交叉，您需要知道染色体的大小（表示的大小），所以您可以迭代并创建后代等
最近才开始看Matlab中的NSGA-II代码，不明白遗传算法中初始化状态中决策变量个数的设置有什么关系。是否与测试功能相关或用于其他用途？
如果您愿意回答，我将不胜感激。
决策变量的数量与每个个体染色体中的基因数量有关。
假设您正在尝试优化函数 f(x,y)。然后你有两个决策变量，因此你的染色体将是 R^d where d = 2.
了解决策变量的数量对于遗传算法等元启发式算法至关重要，因为它的许多运算符都依赖它，例如，要执行交叉，您需要知道染色体的大小（表示的大小），所以您可以迭代并创建后代等