[PlantSimulation]GAWizard遗传算法的应用（二）

在阈值设置问题中，需要给目标值设定合适的变化范围，换句话说，就是找到一个最大值和最小值，使其在其区间内变化，从而是系统稳定、高效运行。在PlantSimulation中常见的就是优化暂存区的容量。

此次案例模型如下图所示：

各实体设置如下：M1、M2、M4的作业时间均为1min，可靠性为90%，MTTR为25min；M3作业时间为4min，可靠性为60%，MTTR为1h；模型仿真时间为50天。

本模型的目的是在每小时稳定输出40-45个产品的同时确定B1、B2、B3三个暂存区的容量。一种方法可以运用实验设计的方法，你需要将暂存区的容量从1增加至100，为了避免偶然性，每次实验假设运行10次，三个暂存区的话，意味着需要运行100*100*100*10次模型，运算量巨大。

因此，PlantSimulation提供了另一种有效的方法：遗传算法。

有关遗传算法的基本概念请看上一篇文章《遗传算法》。

1.适应度函数

在本次试验中，每小时输出小于40或者大于45均视为不合法结果（not valid）。

在这个模型的具体实现过程中，通过增加暂存区容量直至100，挑选出最合适的值，也就是保证目标输出的前提下最小的暂存区容量。

适应度函数的计算通过编写EndSim方法来实现，程序如下：

if drain.statThroughputPerHour < 40 ordrain.statThroughputPerHour > 45 then

       fitnessValue:=1000

else

       fitnessValue:=b1.capacity+b2.capacity+b3.capacity

end

2.下一步，按住shift键的同时，将B1、B2、B3拖到GAWizard图标上，此为设置需要优化的参数，设置capacity为具体的优化参数。

3. 按住shift键的同时，将全局变量fitnessValue拖到GAWizard图标上。

4.打开GAWizard，打开优化参数，进行下图设置：

5.检查适应度函数，优化目标为最小值。

6.设置每代个体数为10.

点击重置-运行，运算结果如下图所示：