-
多主體優化系統
鎖定
- 中文名
- 多主體優化系統
- 外文名
- multiagent optimization system
多主體優化系統組合優化
組合最優化,在應用數學和理論計算機科學的領域中,組合優化是在一個有限的對象集中找出最優對象的一類課題。在很多組合優化的問題中,窮舉搜索/枚舉法是不可行的。組合優化的問題的特徵是可行解的集是離散或者可以簡化到離散的,並且目標是找到最優解。常見的例子有旅行商問題和最小生成樹。二維的例子,比如服裝廠做衣服,衣服分成很多塊,這些塊需要從布料上切下來。怎麼切,剩下的廢布料最少?三維的例子,如集裝優化。
多主體優化系統羣集智能
典型的羣集智能系統由一羣簡單的主體構成,每個主體和其它主體以及它們的環境作局部的交互。儘管通常沒有集中控制機制來指示這些主體如何協作,但這些簡單的局部交互行為通常能湧現出複雜的全局行為。當前主要的幾種羣集智能方法包括蟻羣算法和粒子羣優化。
[1]
多主體優化系統揹包問題
揹包問題(Knapsack problem)是一種組合優化的NP完全問題。問題可以描述為:給定一組物品,每種物品都有自己的重量和價格,在限定的總重量內,我們如何選擇,才能使得物品的總價格最高。問題的名稱來源於如何選擇最合適的物品放置於給定揹包中。
多主體優化系統圖着色問題
圖着色問題(英語:Graph Coloring Problem,簡稱GCP),又稱着色問題,是最著名的NP-完全問題之一。
多主體優化系統旅行推銷員問題
旅行推銷員問題(最短路徑問題)(英語:Travelling salesman problem,TSP)是這樣一個問題:給定一系列城市和每對城市之間的距離,求解訪問每一座城市一次並回到起始城市的最短迴路。它是組合優化中的一個NP困難問題,在運籌學和理論計算機科學中非常重要。
TSP是旅行購買者問題與車輛路徑問題的一種特殊情況。
在計算複雜性理論中,TSP的做決定版本(其中,給定長度L,任務是決定圖中是否有路徑比L還要短)屬於NP完全問題。因此隨着城市數量的增多,任何TSP算法最壞情況下的運行時間都有可能隨着城市數量的增多超多項式(可能是指數)級別增長。
問題在1930年首次被形式化,並且是在最優化中研究最深入的問題之一。許多優化方法都用它作為一個基準。儘管問題在計算上很困難,但已經有了大量的啓發式和精確方法,因此可以完全求解城市數量上萬的實例,並且甚至能在誤差1%範圍內估計上百萬個城市的問題。
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:6次歷史版本
- 最近更新: 炎火火林