home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1993 #3 / NN_1993_3.iso / spool / comp / ai / genetic / 191 < prev    next >
Encoding:
Text File  |  1993-01-28  |  1.4 KB  |  36 lines
  1. Newsgroups: comp.ai.genetic
  2. Path: sparky!uunet!scifi!acheron!philabs!linus!agate!stanford.edu!nntp.Stanford.EDU!peetah
  3. From: peetah@leland.Stanford.EDU (Peter Gage)
  4. Subject: Constraint-handling in GA function optimization
  5. Message-ID: <1993Jan27.235948.6423@leland.Stanford.EDU>
  6. Followup-To: peetah@leland.stanford.edu
  7. Sender: peetah@leland.stanford.edu 
  8. Organization: DSG, Stanford University, CA 94305, USA
  9. Date: Wed, 27 Jan 93 23:59:48 GMT
  10. Lines: 24
  11.  
  12. Recently there was a request for information on appropriate
  13. penalty functions to use for constrained function optimization
  14. with genetic algorithms. (Unfortunately I discarded the original
  15. message.) I would like to extend the scope of this inquiry to 
  16. include all methods for handling constraints. It seems that you 
  17. lose information by shoving constraint violations and objective 
  18. into a single scalar merit function, and I am interested in
  19. methods which treat constraints separately.
  20.  
  21. I have noticed the mention of constraint-handling 'by repair',
  22. but it's not clear to me exactly what this means. Is this 
  23. method used to make a viable genome (e.g. check that every
  24. city is represented in travelling salesman problem) so that 
  25. fitness can be evaluated, or is it applied after fitness has
  26. been evaluated so that future fitness can be improved?
  27.  
  28. Are there other methods for handling constraints 'out there'?
  29.  
  30. Please e-mail to me, and I will summarise for the group.
  31.  
  32. Peter Gage
  33.  
  34.  
  35.  
  36.