问遗传算法在药品生产中的应用

EN

用遗传算法表示这个问题的简单方法可以是这样的：

• 一个基因代表一种化学物质，它的值代表药物中化学物质的比例。
• 个体是N个基因/化学物质的组合，每一个都有其特定的比例。
• 交叉是两个个体A和B的基因组合，要么通过随机选择每个基因的A或B值，要么通过某种其他类型的聚集。突变是指对一个基因进行不同比例的随机修饰。

标准遗传算法的工作原理如下：

1. 随机挑选一组，比如100个个体(第一代)
2. 计算每个个体的“性能”，即评估这种特定的化学品比例组合有多好。
3. 根据自己的表现选择排名前十的个体，然后在前十名中交叉产生下一代的100个个体。还可以在新个体的基因中添加一些随机突变。
4. 继续迭代，除非满足某些停止条件，例如，过去5代的平均性能不再增加。

就我所理解的任务而言，主要的问题是第二步的评估:如果没有自动的方法来评估化学品组合的性能，那么就不可能使用遗传算法。理论上，评估不需要是自动的，人们可以想象，为每个人做一个手工实验，但这意味着要执行数以千计的实验，其中许多可能是无用的。