路径问题研究了物流配送中多车运输的集货与送货车辆路径规划问题,以增加时间惩罚费用的方式插入软时间窗约束,将租车费用、货车运输费用和时间惩罚费用三者之和最小作为优化目标,建立数学模型。
采用启发式节约算法求解该模型,考虑时间惩罚费用和运输费用,比较每一配送节点上直接送货和间接送货的节约费用关系,求出最优配送路径。
试验结果表明:当配送次数达到50次时,货车平均装载率仍能达到80%以上,该节约算法能减少货车空程行驶和租车次数,优化了全局费用。
采用启发式节约算法求解该模型,考虑时间惩罚费用和运输费用,比较每一配送节点上直接送货和间接送货的节约费用关系,求出最优配送路径。
试验结果表明:当配送次数达到50次时,货车平均装载率仍能达到80%以上,该节约算法能减少货车空程行驶和租车次数,优化了全局费用。
2024/4/2 22:41:58
291KB
1
z1.综合应用“深度优先搜索”、“宽度优先搜索”、“启发式搜索”这三种人工智能搜索技术的基本知识以及程序设计的相关知识。
z2.通过设计一个八数码问题求解程序，学习、了解状态空间搜索的思想，进一步加深对人工智能课程相关启发式搜索的理解。
z实验内容1.针对八数码问题，在Windows环境下用C/C++语言(Java语言)实现几种搜索算法(最好是图形界面)：y深度优先搜索P23y宽度优先搜索P24y启发式搜索算法（h1(n)=W(n)“不在位”的将牌数）P28y启发式搜索算法（h2(n)=P(n)将牌“不在位”的距离和）P40y启发式搜索算法（h3(n)=h(n)＝P(n)+3S(n)）P462.随机产生或手动输入初始状态，对于同一个初始状态，分别用上面的5种方法进行求解，并对比结果
z2.通过设计一个八数码问题求解程序，学习、了解状态空间搜索的思想，进一步加深对人工智能课程相关启发式搜索的理解。
z实验内容1.针对八数码问题，在Windows环境下用C/C++语言(Java语言)实现几种搜索算法(最好是图形界面)：y深度优先搜索P23y宽度优先搜索P24y启发式搜索算法（h1(n)=W(n)“不在位”的将牌数）P28y启发式搜索算法（h2(n)=P(n)将牌“不在位”的距离和）P40y启发式搜索算法（h3(n)=h(n)＝P(n)+3S(n)）P462.随机产生或手动输入初始状态，对于同一个初始状态，分别用上面的5种方法进行求解，并对比结果
2024/3/31 7:24:01
7.25MB
1
本文提出了一种三值重力搜索算法（TGSA），以解决图形的平面化问题。
问题（GPP）。
GPP是图论中最重要的任务之一，被证明是一个NP难题。
为了解决这个问题，TGSA使用三值编码方案，并根据众所周知的单行路由表示方法将搜索空间定量建模为三角超立方体。
TGSA中的相互作用由引力定律驱动，它们逐渐向全局最佳位置移动。
每个代理的位置更新规则基于两个指标：一个是速度指标，它是代理当前速度的函数，另一个是基于整个人口中的累积信息的人口指标。
为了验证算法的性能，测试了21个基准实例。
实验结果表明，TGSA可以通过找到最大平面子图并将生成的边同时嵌入到平面中来求解GPP。
与传统算法相比，TGSA的新颖之处在于它可以为GPP找到多个最佳解决方案。
比较结果还表明，在合理的计算时间内，TGSA在解决方案质量方面优于传统的元启发式方法。
问题（GPP）。
GPP是图论中最重要的任务之一，被证明是一个NP难题。
为了解决这个问题，TGSA使用三值编码方案，并根据众所周知的单行路由表示方法将搜索空间定量建模为三角超立方体。
TGSA中的相互作用由引力定律驱动，它们逐渐向全局最佳位置移动。
每个代理的位置更新规则基于两个指标：一个是速度指标，它是代理当前速度的函数，另一个是基于整个人口中的累积信息的人口指标。
为了验证算法的性能，测试了21个基准实例。
实验结果表明，TGSA可以通过找到最大平面子图并将生成的边同时嵌入到平面中来求解GPP。
与传统算法相比，TGSA的新颖之处在于它可以为GPP找到多个最佳解决方案。
比较结果还表明，在合理的计算时间内，TGSA在解决方案质量方面优于传统的元启发式方法。
2024/2/27 0:35:27
402KB
1
基于启发式算法（HeuristicAlgorithm,HA）与修复遗传算法（RepairingGeneticAlgorithm,RGA)相结合的文化基因算法（MemeticAlgorithm,MA）是一种较为迅速的最优算法(TheMemeticAlgorithm(MA)basedonHeuristicAlgorithm(HA)andrepairGeneticAlgorithm(RGA)isarelativelyfastoptimalAlgorithm.)
2024/2/21 23:26:30
5KB
1
万有引力搜索算法（GravitationalSearchAlgorithm，GSA）是由伊朗克曼大学的EsmatRashedi等人于2009年所提出的一种新的启发式优化算法，其源于对物理学中的万有引力进行模拟产生的群体智能优化算法。
万有引力搜索算法GSA的原理是通过将搜索粒子看作一组在空间运行的物体，物体间通过万有引力相互作用吸引，物体的运行遵循动力学的规律。
万有引力搜索算法GSA的原理是通过将搜索粒子看作一组在空间运行的物体，物体间通过万有引力相互作用吸引，物体的运行遵循动力学的规律。
2024/1/13 6:20:49
5KB
1
备注无比详细，格式美观，绝对看得懂！！基于启发式遗传算法的带容量限制的P-median设施选址问题（在N个需求点中找出P个点建设设施满足全部需求，各点设施建设有容量限制，目标为最小化距离与对应需求量的乘积），通过轮盘法进行染色体种群进化，数据部分可导入文件计算，可动态设置种群规模和繁衍次数。
2023/12/26 8:50:13
11KB
1
目前社区发现算法中计算速度最快的算法，由VincentD.Blondel等人在2008年提出，基于modularityoptimization启发式算法，代码可直接使用，在VincentD.Blondel个人官网上下载的
2023/12/19 2:14:24
31KB
1
基本蛙跳程序matlab/C混合蛙跳算法(SFLA)是一种基于群智能的亚启发式进化算法，并应用于离散组合优化问题的求解。
该算法是又一种受自然界生物现象启示而产生的基于群体的协同搜索方法。
该算法是又一种受自然界生物现象启示而产生的基于群体的协同搜索方法。
2023/12/10 22:25:19
24KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB