안녕 무선 센서 네트워크에서 로컬라이제이션 센서 문제를 이해하는 데 어려움이 있습니다. 그 기사에 기초하여 http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.110.2833&rep=rep1&type=pdf 저는 센서 네트워크에서의 위치 파악 센서의 문제를 해결할 약간의 시뮬레이션 프로그램을 작성하려고합니다
시뮬레이션 어닐링 알고리즘에 대해 학습 중이며 0-1 배낭 문제를 해결하기위한 예제 알고리즘을 수정하는 방법에 대해 몇 가지 질문이 있습니다. 내가 CP에이 위대한 코드 발견 : http://www.codeproject.com/KB/recipes/simulatedAnnealingTSP.aspx 나는 모든 전체 Bolzman 조건을 제외하고 (지금의 작동 방
나는 임의의 돌연변이 힐 클라이밍 알고리즘을 내가 작업하고있는 프로젝트의 일부로 사용했지만 시뮬레이션 된 어닐링을 사용하여 모든 로컬 optima에 갇힐 확률을 최소화하는 것이 더 나은지 궁금해하고있었습니다. 내가 가진 질문은 일반적으로 당신의 경험에서 어느 정도 빠른 경향이 있는가? 분명히 두 알고리즘 모두에 대해 엄청난 응용 프로그램이 있습니다. 당신이
나는 Programming Challenges을 집어 들고 얏쯔를 발견했습니다! 내가 단순화 문제 : 13 개 득점 범주가 있습니다 각 롤 목표는에있는 별개의 범주에 맞아야합니다 (연극을 포함) 플레이어가 13 롤이 있습니다 연극 (범주에서 롤의 최적 배치)에 대한 최대 점수를 찾습니다; 점수 (놀이)는 놀이를위한 점수를 돌려 보낸다 최대 놀이 점수를 찾아
시간 지정 응용 프로그램을 개발 중입니다. 유전자 알고리즘과 시뮬레이션 어닐링의 상대적 이점은 무엇입니까? 한 번에 , 우리는 의 최대 (3 교사 X 6 시간) X를 (할당하는 3 개 클래스 X 35시간 근무제 : 내 상황에 특정 이러한 점을) 한 번에, 우리는 반복적으로 시간표를 짓고있다. 응용 프로그램이 멈추지 않으면 불가능한 상태가 표시되고 불가능한
나는 시뮬레이트 된 어닐링 프로그램을 구현 중이고이 중 일부는 자바 프로그램이 읽는 .txt 파일에서 점수를 계산하는 것과 관련이있다. 1) 사용자로부터 입력 문자열을 읽습니다. 입력 문자열이 길수록 다음과 같은 예외가 발생할 가능성이 높습니다. 2) 계산 된 점수에 본질적으로 10 진수가 많이 추가되어 'double'변수에 저장됩니다. 누군가 이러한 예외
시뮬레이션 어닐링의 기본 개념을 이해한다고 생각합니다. 기본적으로 무작위 솔루션을 추가하여 처음에는 검색 공간의 더 나은 영역을 커버하고 알고리즘이 계속 실행될 때 랜덤을 천천히 줄입니다. 저는 이것을 유전자 알고리즘에 어떻게 구현할 것인지 약간 혼란 스럽습니다. 누구나 내가해야 할 일에 대한 간단한 설명을 줄 수 있고 시뮬레이션 어닐링의 작동 방식에 대한
저는 scipy.optimize.curve_fit을 사용하고 있습니다. 그러나 전체 최소값이 아닌 로컬 최소값으로 수렴하고있는 것으로 생각됩니다. 나는 다음과 같은 방법으로 담금질 기법을 사용하여 시도 : specf 내가 맞게 노력하고 곡선이 def fit(params):
return np.sum((ydata - specf(xdata,*params))**
나는 시뮬레이트 된 어닐링 알고리즘 (Java)을 내가 연구하고있는 개인 프로젝트에 적용했지만 다른 언어 (예 : C++, Python 등)로 작성된 경우 SA 알고리즘이 동일한 데이터 세트에서 약간 더 잘 수행되는지 궁금합니다.). 내가 만든 더미 데이터 세트는 5 천 명의 사용자 이름, 우편 번호 및 생년월일로 구성됩니다. 많은 다른 정보를 추출하기 위