2022 电工杯 B题 5G 网络环境下应急物资配送问题
本文针对一个类旅行商问题, 并未沿用传统思路, 而是将其视作一个车辆规划模型,
使用搜索的方式列出可能性, 再通过启发式算法来对所有的可能性做出选择, 能够在保
证准确率的同时, 极大的缩短模型运行的时间, 达到更高的效率。
问题一中, 针对一个类旅行商问题, 本文建立了一个基于模拟退火(SA) 和深度优
先搜索(DFS) 的类旅行商问题(TSP) 求解模型, 得出的最优解共计配送里程 582km。
问题二中, 对于多个路径叠加的问题, 本文建立了一个基于粒子群优化(PSO) 的
广度优先搜索(BFS) 模型, 共计配送时间 380 分钟。
问题三中, 针对并非常规的 TSP 问题, 本文将其视作一个车辆路径问题(VRP), 使
用 K-means 的方法进行划分, 然后建立了一个基于遗传算法的车辆路径规划模型, 最终
的结果有超过 50%的概率能够收敛到全局最优。
问题四中, 对于一个更复杂的路径规划问题, 依然先使用 K-means 的方法对整个图
进行分区, 分区后再将每个区视作一共车辆路径规划问题, 建立了一个基于遗传算法的
车辆路径规划模型。
2022 51杯数学建模C 火灾报警系统问题
主成分分析( PCA),机器学习,随机森林, K 最近邻,支持向量机,逻辑
回归, 词袋法,模糊综合评价模型,信息熵, 优劣解距离法
本文使用了主成分分析( PCA)的方法来求取故障率和误报率影响选择结果的
权重,得到了第一问的得分权重, 从而选择出了最适合的设备, 线型光束感烟探测
器。
第二问中我们使用了一个复合机器学习模型,同时使用了随机森林, K 最近
邻,支持向量机,逻辑回归 4 种模型,同时使用 CountVectorize 来对文本特征进
行量化,将 4 种模型的结果剔除一个离另外 3 个较远的,再取平均,得到最终结
果,避免了单一模型对结果的准确性造成影响,并验证了特征之间不存在明显相关
性。
第三问中我们使用熵权法+模糊综合评价的方法,得到了最优结果: R 大队,
和最劣结果: J 大队, M 大队, G 大队,在模型的检验中,使用了新的模型优劣解
距离模型求取了一次新的熵权,验证了结果的可靠性。
第四问中我们综合前两问中对于报警器的准确率,故障率及其工作原理给出多
种报警器的使用建议。结合第三问中对于各个大队的优劣结果得出火灾报警可靠性
与管辖面积的关系进而提出管理
图像识别与定位水果蔬菜大型数据集
该数据集包括200+个类,每类包含水果越300+张,每张水果图片都经过了旋转。
苹果(不同品种:深红色、金色、金红色、史密斯奶奶、粉红女士、红色、红色美味)、杏、鳄梨、熟鳄梨、香蕉(黄色、红色、女士手指)、甜菜根红、蓝莓、仙人掌、哈密瓜(2个品种)、洋芋、花椰菜、樱桃(不同品种,雷尼尔)、樱桃蜡(黄、红、黑)、栗子,克莱门汀、椰子、玉米(带壳)、黄瓜(成熟)、大枣、茄子、无花果、姜根、石榴、葡萄(蓝色、粉色、白色(不同品种))、葡萄柚(粉色、白色)、番石榴、榛子、越橘、猕猴桃、卡其、大头菜、金缕梅、柠檬(普通、梅耶)、青柠、荔枝、柑桔、芒果(绿色、红色)、芒果、芒果,甜瓜馅饼、桑椹、油桃(普通、扁平)、坚果(森林、山核桃)、洋葱(红色、白色)、橘子、木瓜、西番莲、桃子(不同品种)、佩皮诺、梨(不同品种,阿巴特、福莱尔、凯撒、怪兽、红、石、威廉姆斯)、胡椒(红、绿、橙、黄)、酸浆(普通,带壳)、菠萝(普通、迷你),皮塔哈亚红、李子(不同品种)、石榴、石榴甜心、土豆(红、甜、白)、木瓜、红毛丹、覆盆子、红醋栗、萨拉克、草莓(普通、楔形)、柽柳、坦格洛、番茄
高级语言程序设计(SIST000812)第2次实验(大作业)报告-成绩管理.docx
高级语言程序设计(SIST000812)第2次实验(大作业)报告-成绩管理
SWJTU C语言/高级语言程序设计期末大作业
本人C语言99分,有任何考试相关问题可以来咨询哦!