基于POX交叉的遗传算法求解流水车间调度(J-Shop)问题一

对于流水车间调度问题,n个工件在m台设备上加工,已知每个工件每个工序使用的机器和每个工件每个工序所用时间,通过决策每个机器上工件的加工顺序和每个工序的开始时间,使完成所有工序所用时间(makespan)最小。具有下列约束: 不同工件的工序之间没有顺序约束。 某个工序一旦开始加工就不能中断。 每个机器在某一时刻只能加工一个工序。 机器不发生故障。 本文使用基于工序的编码方式,轮盘赌选择… 阅读全文

让人改变行动的3个说服原则 | Tali Sharot | TEDxCambridge

注意!本文所有内容都是作者根据Tali Sharot所讲内容归纳而成,不代表Tali Sharot本人立场。 原标题:How to motivate yourself to change your behavior | Tali Sharot | TEDxCambridge 原视频链接:https://www.youtube.com/watch?v=xp0O2vi8DX4 警告的效果很有限。当人们受到警… 阅读全文

单纯形法:格式与迭代

格式 目标函最大化 所有约束都是等式(变量的非负限制除外),并且具有非负右端项。 所有的变量都是非负的。 将不等式转化成带有非负右端项的等式约束 为了把(≤)不等式约束转换成等式约束,在约束的左端添加非负的松弛变量。为了把(≥)不等式约束转换成等式约束,在约束的右端添加非负的剩余变量。 e.g. 将约束6x_1+4x_2≤24转换成6x_1+4x_2+s_1=24,s_1≥0,其中s_1 是松弛变量。 将约束x_1+x_2≥800转换成x_1+x_2−s_2… 阅读全文

什么是机器学习?

什么是机器学习? 假设用P来评估计算机程序在某任务类T上的性能,若一个程序通过利用经验E在T任务上获得了性能改善,则我们就说关于T和P,程序对E进行了学习。 上图中,数据是经验E的来源,能力表示在任务T上的性能改善,机器学习利用从数据中计算得来的经验E来改善任务T上的性能(由P评估)。 什么时候使用机器学习(机器学习的要素)? 存在一些可被学习的模式 模式无法通过编程定义 存在足够的关于这个模式的数据… 阅读全文

开始使用MiniZinc

MiniZinc是一个用来描述整数和实数的优化约束和决策问题的语言,它允许用户以接近问题的数学公式的方式编写模型。 MiniZinc界面如下: 着色问题 首先来看一个简单的着色问题:以州为单位,用3种颜色为澳大利亚地图着色,相邻的两个州不能用同一种颜色。澳大利亚地图如下: 在MiniZinc中写入如下代码: % 用nc种颜色为澳大利亚地图着色 int: nc = 3; var 1..nc : wa; var 1..nc: nt;… 阅读全文

k-近邻算法

k-近邻算法(kNN)采用测量不同特征值之间的距离方法进行分类。 数据范围 数值型和标称型。 优点 精度高、对异常值不敏感、无数据输入假定。 缺点 计算复杂度高、空间复杂度高。 一般流程 收集数据。 准备数据:格式化数据格式、归一化。 分析数据。 训练算法:不适用于k-近邻算法。 测试算法:计算错误率。 使用算法。 实施步骤 对未知类别属性的数据集中的每个点依次执行以下操作: 计算已知类别数据集中的点与当前点之间的距离; 按照距… 阅读全文

免疫算法简单介绍

免疫算法的基本步骤: 抗原识别。输入目标函数和各种约束作为免疫算法的抗原。 初始抗体生成。随机生成初始抗体种群。 亲和力计算。计算抗体的适应值。 免疫处理。免疫处理包括免疫选择、克隆、变异和抑制。 免疫选择:根据抗体的亲和力选出亲和度较高的抗体。 克隆:对选出的亲和力较高的抗体进行复制。 变异:对克隆得到的个体进行交叉、变异操作,使其亲和力发生改变。 抑制:对变异的抗体进行选择,保留亲和度较高的抗体。 群体刷新。将免疫选择的抗体和免疫抑制后的抗体组成一… 阅读全文

权重改进的粒子群算法

在粒子群算法中,惯性权重w是最重要的参数。 自适应权重法 自适应权重法的基本策略是:对于具有高适应度的粒子,减小惯性权重以增加局部搜索能力;对于适应度较低的粒子,增加惯性权重以增加全局搜索能力。 依据早熟收敛程度和适应度值进行调整 设定粒子 p_i 的适应度值为 f_i,最优粒子适应度为 f_m,粒子群平均适应度为 f_{avg},优于平均适应度的粒子适应度平均值为f_{avg}^′,定义 Δ=|f_m−f_{avg… 阅读全文

分布估计算法解决旅行商问题(TSP)

在用分布估计算法解决旅行商问题时,结构与传统的分布估计算法相似,只不过是把概率向量换成了“概率矩阵”而已: 通过概率矩阵生成解。 评估解。 选择优势群体。 更新概率矩阵。 重复以上4步直至迭代结束。 这里说的“概率矩阵”记录了上一代优势群体中,“城市对”出现的次数(或与城市对出现次数成正比的一个数)。“城市对”是指路线中相邻的两个城市,这两个城市不分先后。假设概率矩阵第i行第j列的元素为 p_{ij},它代表在优势群体中城市i… 阅读全文