一篇论文。
摘要：针对置换流水车间调度问题,提出了一种基于蚁群优化的调度算法。
该算法的要点是将NEH启发式算法和蚁群优化结合起来：首先,将蚁群优化中的能见度定义为NEH中所用的工作加工时间之和。
其次,对于部分解采用了NEH中的步骤2和步骤3进行局部调整。
最后,对构造出的解做插入型局部搜索。
用所提算法对置换流水车间调度问题的基准问题进行了测试,测试结果表明提出算法的有效性。
摘要：针对置换流水车间调度问题,提出了一种基于蚁群优化的调度算法。
该算法的要点是将NEH启发式算法和蚁群优化结合起来：首先,将蚁群优化中的能见度定义为NEH中所用的工作加工时间之和。
其次,对于部分解采用了NEH中的步骤2和步骤3进行局部调整。
最后,对构造出的解做插入型局部搜索。
用所提算法对置换流水车间调度问题的基准问题进行了测试,测试结果表明提出算法的有效性。
2024/12/10 13:48:33
131KB
1
粒子群算法（启发式算法）的多目标优化，我也翻过一些这方面的论文。
单目标与多目标优化主要区别在于多目标优化问题有多个目标函数,一个解对于某个目标来说可能是较好的,而对于其他目标来讲可能是较差的。
因此，存在一个折衷解的集合，也就是所谓的Pareto集。
教科书上，解决多目标优化问题的方法一般是，通过数学变换把多目标转换为单目标求解，但是实际问题中涉及到多目标优化问题往往具有非线性、不可微、不连续等特征，难以用数学方法搞定。
而启发式算法则不需要这些严格条件，其实也是启发式算法兴起的原因。
单目标与多目标优化主要区别在于多目标优化问题有多个目标函数,一个解对于某个目标来说可能是较好的,而对于其他目标来讲可能是较差的。
因此，存在一个折衷解的集合，也就是所谓的Pareto集。
教科书上，解决多目标优化问题的方法一般是，通过数学变换把多目标转换为单目标求解，但是实际问题中涉及到多目标优化问题往往具有非线性、不可微、不连续等特征，难以用数学方法搞定。
而启发式算法则不需要这些严格条件，其实也是启发式算法兴起的原因。
2024/9/26 7:11:04
450KB
1
针对智能交通系统中交通基础数据当前提取方式较匮乏的问题，提出了一种利用交通视频基于改进卡尔曼滤波的交通信息采集方法。
首先，分析混合高斯模型在多车辆运动目标检测时易出现噪点、目标断裂、空洞等问题，提出了一种启发式改进方法；
在获得检测结果的基础上，针对连续视频帧中多目标的确定问题，结合卡尔曼滤波和车辆运动特征，利用卡尔曼滤波对车辆位置进行最优估计，继而对前景目标进行启发式算法处理，提出了一种交通量实时检测方法；
最后，实验结果表明文章方法能够有效改善多车辆目标检测中的噪声干扰和前景虚化问题。
首先，分析混合高斯模型在多车辆运动目标检测时易出现噪点、目标断裂、空洞等问题，提出了一种启发式改进方法；
在获得检测结果的基础上，针对连续视频帧中多目标的确定问题，结合卡尔曼滤波和车辆运动特征，利用卡尔曼滤波对车辆位置进行最优估计，继而对前景目标进行启发式算法处理，提出了一种交通量实时检测方法；
最后，实验结果表明文章方法能够有效改善多车辆目标检测中的噪声干扰和前景虚化问题。
2024/6/16 8:03:38
3KB
1
Matlab代码，用于作业车间调度问题求解，包含作业车间调度问题的编码（基于工序）、解码、绘制甘特图，可结合自己所需要的启发式算法进行求解。
2024/4/3 3:04:53
2KB
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
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
本书是一部设计与分析领域的经典著作，着重介绍了计算机算法设计领域的基本原则和根本原理。
书中深入分析了一些计算机模型上的算法，介绍了一些和设计有效算法有关的数据结构和编程技术，为读者提供了有关递归方法、分治方法和动态规划方面的详细实例和实际应用，并致力于更有效算法的设计和开发。
同时，对NP完全等问题能否有效求解进行了分析，并探索了应用启发式算法解决问题的途径。
另外，本书还提供了大量富有指导意义的习题。
,本书可以作为高等院校计算机算法设计与分析课程的本科生或研究生教材，也可以作为计算机理论研究人员、计算机算法设计人员的参考书。
书中深入分析了一些计算机模型上的算法，介绍了一些和设计有效算法有关的数据结构和编程技术，为读者提供了有关递归方法、分治方法和动态规划方面的详细实例和实际应用，并致力于更有效算法的设计和开发。
同时，对NP完全等问题能否有效求解进行了分析，并探索了应用启发式算法解决问题的途径。
另外，本书还提供了大量富有指导意义的习题。
,本书可以作为高等院校计算机算法设计与分析课程的本科生或研究生教材，也可以作为计算机理论研究人员、计算机算法设计人员的参考书。
2023/12/9 23:49:09
31.94MB
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