搜索结果
查询Tags标签： 最优化，共有 13条记录-
DP问题大合集
引入动态规划（Dynamic Programming，DP，动规），是求解决策过程最优化的过程。20世纪50年代初，美国数学家贝尔曼（R.Bellman）等人在研究多阶段决策过程的优化问题时，提出了著名的最优化原理，从而创立了动态规划。动态规划的应用极其广泛，包括工程技术、经济、工业生…
2022/7/23 6:24:04 人评论 次浏览 -
模拟退火算法求解最优化问题
目录 0 引言 1 模拟退火算法理论 1.1 模拟退火算法的起源 1.2 物理退火过程 1.3 模拟退火原理 1.4 模拟退火算法思想 2 实例描述 2.1 TSP旅行商问题 2.1.1 问题描述 2.1.2 解空间 2.1.3 新解的产生 2.1.4 目标函数 2.2 背包问题 2.2.1 问题描述 2.2.2 具体实现 2.2.3 结果…
2021/12/13 11:17:25 人评论 次浏览 -
模拟退火算法求解最优化问题
目录 0 引言 1 模拟退火算法理论 1.1 模拟退火算法的起源 1.2 物理退火过程 1.3 模拟退火原理 1.4 模拟退火算法思想 2 实例描述 2.1 TSP旅行商问题 2.1.1 问题描述 2.1.2 解空间 2.1.3 新解的产生 2.1.4 目标函数 2.2 背包问题 2.2.1 问题描述 2.2.2 具体实现 2.2.3 结果…
2021/12/13 11:17:25 人评论 次浏览 -
动态规划---算法思想介绍
动态规划 --- 算法思想介绍一.动态规划的基本概念 动态规划在五种算法设计方法中难度最大，它建立在最优原则的基础上.采用动态规划方法，可以高效地解决许多用贪婪算法或分治法无法解决的问题.动态规划(dynamic programming)属运筹学中的规划论分支，是求解决策过程最优化…
2021/10/28 11:09:41 人评论 次浏览 -
动态规划---算法思想介绍
动态规划 --- 算法思想介绍一.动态规划的基本概念 动态规划在五种算法设计方法中难度最大，它建立在最优原则的基础上.采用动态规划方法，可以高效地解决许多用贪婪算法或分治法无法解决的问题.动态规划(dynamic programming)属运筹学中的规划论分支，是求解决策过程最优化…
2021/10/28 11:09:41 人评论 次浏览 -
0.618法（最优化方法）Python实现
def f(x):return x ** 3 - 2 * x + 1def solve(a, b, epsilon):p = a + 0.382 * (b - a)q = a + 0.618 * (b - a)phip = f(p)phiq = f(q)while True:if phip <= phiq:if abs(b - p) <= epsilon:return a, qbreakelse:b = qphiq = phipq = pp = a + 0.382 * (b - a)p…
2021/9/26 20:40:48 人评论 次浏览 -
0.618法（最优化方法）Python实现
def f(x):return x ** 3 - 2 * x + 1def solve(a, b, epsilon):p = a + 0.382 * (b - a)q = a + 0.618 * (b - a)phip = f(p)phiq = f(q)while True:if phip <= phiq:if abs(b - p) <= epsilon:return a, qbreakelse:b = qphiq = phipq = pp = a + 0.382 * (b - a)p…
2021/9/26 20:40:48 人评论 次浏览 -
【机器学习数学基础】优化算法
参考：https://blog.csdn.net/xbmatrix/article/details/56682466 一、最优化方法 指在某些约束条件下,决定某些可选择的变量应该取何值,使所选定的目标函数达到最优的问题。 常见情形：利用目标函数的导数通过多次迭代来求解无约束最优化问题。 实现简单，coding 方便，是…
2021/9/15 11:04:49 人评论 次浏览 -
【机器学习数学基础】优化算法
参考：https://blog.csdn.net/xbmatrix/article/details/56682466 一、最优化方法 指在某些约束条件下,决定某些可选择的变量应该取何值,使所选定的目标函数达到最优的问题。 常见情形：利用目标函数的导数通过多次迭代来求解无约束最优化问题。 实现简单，coding 方便，是…
2021/9/15 11:04:49 人评论 次浏览 -
【杂记】LS（最优化——局部搜索）
最优化问题 学习内容：局部搜索算法（启发式）1、 基本背景2、 核心问题3、 LS优劣优势：劣势： 4、工具5、算例——流水作业调度基本框架邻域动作启发式动态选择策略 6、疑问案例链接学习内容：局部搜索算法（启发式）1、 基本背景 局部搜索算法是从爬山法改进而来的。简…
2021/8/14 23:09:09 人评论 次浏览 -
【杂记】LS（最优化——局部搜索）
最优化问题 学习内容：局部搜索算法（启发式）1、 基本背景2、 核心问题3、 LS优劣优势：劣势： 4、工具5、算例——流水作业调度基本框架邻域动作启发式动态选择策略 6、疑问案例链接学习内容：局部搜索算法（启发式）1、 基本背景 局部搜索算法是从爬山法改进而来的。简…
2021/8/14 23:09:09 人评论 次浏览 -
最优化方法之牛顿法（Java）
最优化方法之牛顿法（Java） 算法原理 题目 试用Newton法求函数f(x)=x^4-4*x^3-6*x^2-16*x+4的最优化解。（x0=6,sgm=10^-2） 代码 主类 package Newton;public class main {public static void main(String []args) {double x=6;double miu=0.01;newton f=new newton(x,m…
2021/7/19 22:34:53 人评论 次浏览 -
最优化方法之牛顿法（Java）
最优化方法之牛顿法（Java） 算法原理 题目 试用Newton法求函数f(x)=x^4-4*x^3-6*x^2-16*x+4的最优化解。（x0=6,sgm=10^-2） 代码 主类 package Newton;public class main {public static void main(String []args) {double x=6;double miu=0.01;newton f=new newton(x,m…
2021/7/19 22:34:53 人评论 次浏览
