我试图用C#作为编程语言来解决问题陈述。在输入的问题系统(双小数/十进制)中,例如Hi,,生成的输出是包含参数(Fi,Pi和Ti).的数据集的一种形式。在某种程度上,我只需要过滤掉数据集中的那些条目,这将满足以下条件。
Fi > Fmin,,其中Fmin是一些常量
Pi > Pmin,,其中Pmin是一些常量
Ti < Tmax,,其中Tmax是一些常量
在这样的情况下,我可以使用一种有效的算法,在这种情况下,我可以在输出参数值完全在约束范围内的Hi的一组最优值上进行归零。此外,我认为在这种情况下使用遗传算法是有意义的,但不知怎么的,我无法制定和适应特定于
我手头有一个赋值问题,我想知道如何应用本地搜索技术来达到一个理想的解决方案(搜索空间相当大)。
我有一个有向图(一个流程图),我想在二维平面上以一种非常清晰、可理解和易于被人看懂的方式来可视化。因此,我将给每个顶点分配(x,y)位置。我正在考虑用模拟退火、遗传算法或诸如此类的方法来解决这个问题。
输入:图G= (V,E)
输出:--一组作业,{(xi, yi) for each vi in V}。换句话说,每个顶点将被分配一个位置(x,y),其中的坐标都是整数和>= 0。
这些是我判断解决方案的标准(我欢迎任何建议):
相交边的数目应该是最小的,
所有的边缘都向一个方向流动(即从
我对模拟退火( SA )做了一些广泛的研究。即便如此,我也很难理解如何找到输入参数。
在我所有的研究中,你似乎只是从黑暗中开始,然后从那里开始调整。这似乎效率极低,不太可能产生高质量的结果。
如何在使用Encog的SA训练算法中找到要使用的参数(例如:启动温度、停止温度、循环),以便产生高效和高质量的结果?