ga遗传算法解决分配问题 问题描述: 现有10个工人去做1o件工作，每个工人完成每项工作所需时间不同。要求每个工人只做一项工作，每项工作只由一个工人完成。 怎样指派工人完成工作可以使所用总时间最少?

这是一个典型的分配问题，可以使用遗传算法来解决。以下是使用MATLAB实现的代码示例：

n = 10; % 工人数量
m = 10; % 工作数量
t = [5 3 6 8 2 7 5 4 9 1]; % 每个工人完成每项工作所需时间

% 定义遗传算法参数
PopulationSize = 100; % 种群大小
MaxGenerations = 100; % 最大迭代次数
CrossoverFraction = 0.8; % 交叉率
MutationRate = 0.02; % 变异率

% 定义适应度函数
fitnessfcn = @(x) fitness(x, t);

% 运行遗传算法
options = optimoptions('ga', 'PopulationSize', PopulationSize, 'MaxGenerations', MaxGenerations, 'CrossoverFraction', CrossoverFraction, 'MutationRate', MutationRate);
[x, fval] = ga(fitnessfcn, m, [], [], [], [], zeros(1, m), ones(1, m), [], options);

% 输出结果
disp('最优解：');
disp(x);
disp(['最小总时间：' num2str(fval)]);

% 定义适应度函数
function f = fitness(x, t)
    f = 0;
    for i = 1:length(x)
        f = f + t(i)*x(i);
    end
end

上述代码中，首先定义了10个工人需要完成10项工作的时间，然后定义了遗传算法的参数，包括种群大小、最大迭代次数、交叉率和变异率。接着定义了适应度函数，该函数将每个工人完成工作所需的时间乘以该工人分配的工作时间，得到总时间。最后使用MATLAB中的ga函数求解出最优解和最小总时间。