自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

faithful1的博客

  • 博客(15)
  • 资源 (1)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 论文阅读|一种风险自适应的广告投标竞价框架

本文提出一种自适应风险感知竞价算法(RRLB)，首次在RTB广告中同时考虑CTR预测不确定性和DSP动态风险倾向。通过贝叶斯逻辑回归量化CTR预测的均值和标准差，并基于VaR理论设计两种风险倾向建模方案：专家知识方案和自监督强化学习方案。实验表明，该框架能自适应调整竞价策略，在不同预算约束下显著提升点击量表现。研究突破了传统点估计的局限，为广告竞价中的不确定性管理提供了新思路。

2026-01-04 20:04:21 582

原创 基于强化学习的柔性作业车间智能调度求解算法

作业车间调度问题是一个经典且广泛存在的问题，学术界与工业界对其求解有了深入的研究，传统的求解算法主要是以遗传算法为代表的启发式求解算法。近年来，以深度强化学习技术为基础的新型算法在该领域也有了突破性进展，也取得了良好的效果。本文将详细展示如何将深度学习，强化学习等技术融入到该问题中，以供交流参考。车间作业调度问题（Job Shop Scheduling Problem, JSP）是运筹学和组合优化领域最经典的NP-hard问题之一。它广泛应用于离散制造业，旨在合理安排生产资源以提高效率。JSP是指有 nn

2026-01-04 17:16:23 1247

原创 齐民要术之参考文献批量导入zotero

本文介绍了一种快速导入论文参考文献的方法：首先复制文献列表并让ChatGPT转换为BibTeX格式，然后创建bib文件保存转换结果，最后通过Zotero的BibTeX导入功能即可批量导入所有文献。该方法简化了参考文献管理流程，仅需三个步骤即可完成操作。

2025-12-22 21:09:44 144

原创 快速部署Graphhopper实现离线地图路径规划功能

Docker快速部署Graphhopper实现离线地图路径规划。相比去年相关博客的方法，节约90%的时间，可以快速部署地图服务。

2024-07-20 13:31:30 2140 3

原创 Docker初学者指南

什么是docker?Docker 是一种虚拟化技术，它将应用程序及其依赖项打包到一个称为容器的标准化单元中。与传统的虚拟机不同，Docker 容器共享主机操作系统的内核，因此更轻量、启动更快、性能更高。**通俗回答：**开发了一个项目，可以在本机运行。比如这个项目需要依赖很多的库，如果别人的机器或者服务器想要运行这个项目就得一个个安装这些库并配置环境。工作量可能及其繁琐。但是有了docker就可以直接部署上线了。

2024-07-12 15:14:14 1231

原创 资源受限项目调度程序

资源受限项目调度问题（Resource-Constrained Project Scheduling Problem，RCPSP）是一个经典的优化问题，涉及在有限资源的情况下安排项目任务，以最大化某种指标，比如项目完成时间、资源利用率或成本最小化等。在许多实际应用中，资源受限是常见的，例如在制造业、建筑业、信息技术和项目管理等领域。资源受限项目调度问题是一个NP-难问题，因此没有多项式时间的解法。

2024-04-27 22:32:21 2280 5

原创 epsilon-约束方法

εε-约束方法是一种多目标优化算法。它基于约束优化的思想，通过引入一个参数εε来控制目标函数的权重，从而保证满足约束条件的前提下，寻找到最优解的近似解集。通过选取一个主目标函数，将其余目标函数转化为约束，从而计算每个子优化目标，得到帕累托解集。

2024-03-04 12:12:47 6789 1

原创 探索进化多目标优化算法-使用Pymoo实现

Pymoo是一个用于多目标优化的Python库。下面我们介绍如何使用Pymoo求解自定义问题。首先，我们需要定义我们自己的问题。我们可以使用Pymoo的Problem类来定义。考虑一个简单的问题：其中，为决策变量。我们要求解这个问题，即求解决策变量的值，使得和的值都最大化，同时满足约束条件。其中，我们定义了一个名为MyProblem的类，继承自Problem。

2023-11-20 19:38:49 5132 8

原创 Vscode使用LaTeX过程记录与疑难问题解决

使用LaTeX已经有近一年的时间了，但是大部分时候使用的工具还是overleaf网站等在线工具。作为小白，使用overleaf的使用体验还是不错的，但是免费版的overleaf只支持20s的编译时长，对于一些编译时长超过20s的文档就要开会员版。而且使用overleaf编译较慢，调试bug较难，文档的安全性难以保证。所以最近还是想要切换到本地编辑器上来。通过比较几款本地编辑器，最终还是选择了功能十分强大的vscode。它可以结合多种插件扩展性比较强。

2023-11-20 17:34:22 7359 4

原创 运筹学习记录之列生成

列生成算法是一种用于解决大规模线性规划问题的高效算法，它基于单纯形法的思想，通过求解子问题来找到可以进基的非基变量。在列生成算法中，每个变量都代表一列，因此称为列生成算法。该算法的优点在于其高效的计算性能和较好的收敛性，适用于处理大规模、复杂的线性规划问题。在列生成算法的迭代过程中，因为会不断有变量入基，所以会导致限制主问题的列不断增加，所以叫做列生成算法。

2023-08-21 15:38:28 2634 1

原创 本地部署Graphhopper实现离线地图路径规划功能（小白放心食用版）

在本地部署graphhopper服务，根据两点间经纬度或者位置实现比较精确的路径规划，可以计算路径距离，估计路径时间等。

2023-08-15 14:44:29 8526 22

原创 多目标模拟退火算法学习（MOSA算法）

多目标的模拟退火算法

2023-04-09 13:03:45 3168 1

原创 多目标优化基于NSGA-II

多目标优化是优化问题中经常遇到的一类问题，解决这类问题的方法通常有直接求和法、加权求和法、帕累托最优集合法等。前两种方法将多个目标值相加的方法过于简单粗暴，而且不同量纲的量相加之后的实际意义也有待商榷。而帕累托集合就比较好地解决了这一缺点。

2023-04-03 15:51:30 3096 1

原创 拉格朗日松弛与分解学习笔记2023.3.8

拉格朗日松弛与拉格朗日分解

2023-03-08 21:19:39 1397

原创 对于生产问题的平衡优化

运用gurobi求解生产线工序分配与工人指派问题，提高生产线平衡率。

2023-02-24 11:06:31 971 2

强化学习与遗传算法求解JSP问题代码
强化学习与遗传算法求解JSP问题代码

2026-01-04

系统工程理论与实践latex模板
期刊《系统工程理论与实践》的latex模板。减轻论文排版工作量。

2024-07-12

bp神经网络代码代码文件
BP神经网络，全称为反向传播神经网络（Back Propagation Neural Network），是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一。以下是对BP神经网络的详细介绍： 一、基本概念 BP神经网络由Rumelhart和McClelland为首的科学家在1986年提出，其名称来源于其训练算法——反向传播算法（Back Propagation Training）。该算法通过计算网络输出与期望输出之间的误差，并将误差反向传播回网络，以调整网络的连接权重和阈值，从而减小误差，使网络达到更好的拟合效果。 二、网络结构 BP神经网络通常具有输入层、隐藏层（可有多个）和输出层三层结构。输入层接收外部数据，隐藏层对数据进行处理和变换，输出层输出最终结果。每个神经元都与前一层的所有神经元相连，通过加权和的方式传递信号，并经过激活函数进行非线性变换。 三、工作原理 BP神经网络的工作原理可以分为前向传播和反向传播两个阶段： 前向传播：在训练过程中，输入数据从输入层传入网络，经过各隐藏层逐层处理后，最终到达输出层。每个神经元的输出都是其输入信号的加权

2024-07-10

Q-learning算法
Q-learning是一种基于值函数的强化学习算法，用于寻找马尔可夫决策过程（MDP）的最优策略。以下是关于Q-learning算法的详细介绍： 一、基本概念 状态（State, s）：环境在某一时刻的情况。 动作（Action, a）：代理（或智能体）在某一状态下可以执行的行为。 奖励（Reward, r）：代理执行某一动作后得到的反馈。 Q值（Q-value）：表示在状态s执行动作a的预期累积奖励。 二、算法原理 Q-learning通过不断与环境交互，逐渐估计每个状态-动作对的Q值，并利用这些估计值来指导代理的行为。其核心在于利用Bellman最优方程来更新Q值，该方程描述了最优策略下的动作价值函数与下一状态的动作价值函数之间的关系。 三、Q值更新公式 Q-learning通过以下公式更新Q值： [ Q(s, a) \leftarrow Q(s, a) + \alpha \left[ r + \gamma \max_{a’} Q(s’, a’) - Q(s, a) \right] ] 其中： (s) 是当前状态。 (a) 是当前动作。 (r) 是执行动作a后得到的即时奖

2024-07-10

NSGA-II双目标优化算法模板
NSGA-II算法基于遗传算法（Genetic Algorithm, GA）的框架，通过模拟自然界的进化过程来搜索最优解。在多目标优化问题中，通常存在多个目标函数，这些目标函数之间往往是相互冲突的，即一个目标函数的优化可能会牺牲其他目标函数的性能。NSGA-II通过引入非支配排序、拥挤度和精英策略等机制，有效地解决了这一问题。

2024-07-10

人工蜂群算法python代码
人工蜂群算法（Artificial Bee Colony, ABC）是一种模拟蜜蜂觅食行为的优化算法，由Karaboga于2005年提出。该算法主要模拟了蜜蜂的三种角色：采蜜蜂（Employed Bees）、观察蜂（Onlooker Bees）和侦查蜂（Scout Bees），通过这三种角色的协作来寻找食物源（即优化问题的解）。

2024-07-10

南京航空航天大学(NUAA)毕业论文LaTeX模板（包括本科以及硕士）
南京航空航天大学(NUAA)毕业论文LaTeX模板（包括本科以及硕士）

2024-01-17

‘华为杯’全国研究生数学建模竞赛LaTeX论文模板2023年（第20届）
本模板是为全国研究生数学建模竞赛编写的 LATEX 模板, 旨在让大家专注于论文的内 容写作, 而不用花费过多精力在格式的定制和调整上. 本手册是相应的参考, 其中提供了一 些环境和命令可以让模板的使用更为方便. 同时需要注意, 使用者需要有一定的 LATEX 的使 用经验, 至少要会使用 ctex 宏包的一些功能, 比如调节字距或修改字体大小等等。 本模板是在前人的基础上加以修改，将logo等title更新为最新一届比赛的logo与title，并在其他地方稍作修改。 原模板由https://github.com/andy123t所做。

2023-09-16

双种群遗传算法求解生产线平衡问题
双种群遗传算法求解生产线平衡问题； 在激烈的市场竞争中，制造型企业需要最大化提高生产效率，而生产线平衡问题就是其中重要一步。运用遗传算法解决生产线平衡问题，对生产工序进行重新排列分配，从而得到一个较优解。

2022-04-18

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除