懂罚函数的请进，有约束优化遗传算法的目标函数问题 很显然，f 才是目标函数值，而F只是适应度函数值，用来评价个体优劣的。加上罚函数，仅仅是为了惩罚那些不满足约束条件的个体，以此来解决约束优化问题。但真正的目标函数是f，目的是f的值越小越好。
遗传算法优化的等式约束问题 如果只是x1+x2=c这种简单的约束，只把x1作为自由变量，解出x1后x2=c-x1对于复杂的等式约束没有什么太好的办法 只能做到尽可能满足
遗传算法优化问题中，有关线性约束（非线性约束）怎么在程序中实现？ 优化问题中解决约束一般采用罚函数的方法，这样的论文很多，找一篇看看就知道怎么了。大致意思是，要是某个个体离约束很近，或者就在约束上（满足某个约束条件），那算法就“惩罚”他一下，惩罚的措施多样，可以让这个个体参数全部重置，也可以让这个个体等于某个极限值。其他的约束方法大同小异。
