数模竞赛学习笔记一

本文是关于数模竞赛的学习笔记,重点探讨启发式算法,包括禁忌搜索、模拟退火、遗传算法、神经网络和蚁群算法。通过实例解释模拟退火算法的工作原理和与贪心算法的区别,并列出模拟退火算法的设计要素。
摘要由CSDN通过智能技术生成

借着参加开学的数模竞赛学习一下各种数学模型和常见的解决问题的算法

把遇到的知识点和问题记录下来,以便以后查阅  T=T

相关参考资料见  https://blog.csdn.net/qq_41149269/article/details/95755089

首先第一阶段先看一下常见的数学模型及其原理8(本次相关算法实现基于Matlab)

一、启发式算法:

用于求得局部最优解,区别于线性规划等整体最优算法,这种算法来源于仿生学原理?即可以看作来源于自然2333

启发式算法包括如下:(区别于暴力搜索算法)

1.禁忌搜索

2.模拟退火

3.遗传算法

4.神经网络

5.蚁群算法

这几种算法用来解决问题往往可以互相转化,不过收敛速度不太一样

模拟退火过程:也就是工艺里面的退火,相当于介电弛豫过程,即从平衡态-非平衡态-平衡态,这样最终的平衡态就可以看作一个最优解。

模拟退火过程和贪心算法之间有一定区别,以单电子在能谷分布为例,贪心算法对附近进行判断,如果左右都比当前位置高那就保持原状ÿ

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值