| (1) |
初始化:将进化代数计数器设置为0。设置初始值的人口包括所有随机集的策略(基因),并给最初的退火温度。 |
| (2) |
计算当前人口健康和人口统计数据,进一步评估健身价格范围,定义了需求函数。 |
| (3) |
使用精英选择机制来选择适当的策略根据利润函数在一个更高的价值。 |
| (4) |
应用在个人自适应交叉和变异概率,然后保存最优操作产生新个体的价格策略(后代)。 |
| (5) |
在步骤3中把个人作为输入来执行模拟退火操作,和替换不满意的人。 |
| (6) |
在执行模拟退火算法之后,对结果进行排序,并采取最优结果作为一个新的人口。 |
| (7) |
评估个人的利润函数和判断收敛的条件。如果电流环参数不满足收敛条件,转到第2步。相反,解决过程完成后如果是满足收敛条件。 |
|
