问题标签 [mathematical-optimization]

我觉得这段代码中的每一件事都很清楚，但是这段代码给出了编译错误：
using namespace 指令只能应用于命名空间；'System.Math' 是一种类型而不是命名空间

如何使用数学函数？我们从哪里获得 Math 类中可用的所有数学函数的列表？

谢谢你。

我已经实施了遗传算法来解决旅行商问题（TSP）。当我只使用突变时，我会找到比添加交叉时更好的解决方案。我知道普通的交叉方法不适用于 TSP，所以我同时实现了有序交叉和PMX 交叉方法，但结果都不好。

以下是我正在使用的其他参数：

突变：单交换突变或反向子序列突变（如 Tiendil 所述），突变率测试在 1% 和 25% 之间。

选择：轮盘赌选择

健身功能：1/行程距离

人口规模：测试了 100、200、500，我也运行了 GA 5 次，这样我就有了各种起始人口。

停止条件：2500代

对于相同的 26 点数据集，我通常使用具有高突变率的纯突变得到大约 500-600 距离的结果。添加交叉时，我的结果通常在 800 距离范围内。另一个令人困惑的事情是，我还实现了一个非常简单的爬山算法来解决这个问题，当我运行 1000 次（比运行 GA 5 次更快）我得到大约 410-450 距离的结果，我希望使用 GA 获得更好的结果。

关于为什么我添加交叉时我的 GA 表现更差的任何想法？为什么它的性能比简单的爬山算法差得多，因为一旦找到局部最大值就无法探索，它应该卡在局部最大值上？

我有 N 个长宽比为 Aitem (X:Y) 的矩形项目。
我有一个长宽比 Aview 的矩形显示区域

项目应排列在类似表格的布局中（即 r 行，c 列）。

什么是理想的网格行 x 列，以便单个项目最大？（当然，行 * 列 >= N - 即可能存在“未使用”的网格位置）。

一个简单的算法可以遍历行 = 1..N，计算所需的列数，并保持行/列对与最大的项目。

不过，我想知道是否有非迭代算法（例如，对于 Aitem = Aview = 1，rows / cols 可以用 sqrt(N) 来近似）。

考虑下面的代码。这段代码应该以固定的速率处理数据，在一秒钟的批处理中，它是整个系统的一部分，不会占用太多时间。

当运行超过 100 批 1 秒的数据时，程序需要 35 秒（或 35%），循环执行此函数。测试循环是专门用 Ada.RealTime 计时的。数据是预先生成的，因此大部分执行时间肯定在这个循环中。

如何改进代码以将处理时间降至最低？

代码将在 Intel Pentium-M 上运行，它是带有 SSE2 的 P3。

用于测试的伪代码

有没有人有公式将 X、Y、Z、Vx、Vy（笛卡尔 5D）以及方位角、仰角（Angular 2D）转换为 Lat Long Alt？谢谢。

我有一组N项目，它们是整数集，假设它是有序的并调用它I[1..N]。给定一个candidate集合，我需要找到其中的子集I与candidate.

因此，例如，如果：

我正在寻找定义valid_items(items, candidate)，例如：

我正在尝试针对一个给定的集合I和一个变量candidate集进行优化。目前我正在通过缓存来做到这一点items_containing[n] = {the sets which contain n}。在上面的例子中，这将是：

即，0不包含在任何项目中，1包含在项目1中，2包含在项目1和2中，2包含在项目2中，3包含在项目2中，4和5包含在项目3中。

这样，我可以定义valid_items(I, candidate) = union(items_containing[n] for n in candidate).

是否有任何更有效的数据结构（合理的大小）来缓存这个联合的结果？空间的明显例子2^N是不可接受的，但N或N*log(N)将是。

我的问题在概念上类似于解决字谜，除了我不能只使用字典查找。我试图找到似是而非的词而不是真实的词。

我基于一堆文本中的字母创建了一个 N-gram 模型（目前，N=2）。现在，给定一个随机的字母序列，我想根据转换概率将它们排列成最可能的序列。当我开始这个时，我以为我需要维特比算法，但当我深入研究时，维特比算法会根据观察到的输出优化一系列隐藏的随机变量。我正在尝试优化输出序列。

有没有我可以阅读的著名算法？或者我是否在 Viterbi 的正确轨道上，我只是不知道如何应用它？

更新

我添加了一个赏金来要求更多地了解这个问题。（分析解释了为什么一种有效的方法是不可能的，除了模拟退火之外的其他启发式/近似等）

有谁知道可以解决 C# 中的二次编程问题的免费包？

我用谷歌搜索并找到了一些。但很难说哪个是最好和最快的。有人喜欢吗？

我正在寻找如下算法：

给定一组可能重叠的矩形（所有这些矩形都“不旋转”，可以统一表示为（左、上、右、下）连音等...），它返回一组最小的（非旋转）占据相同区域的非重叠矩形。

乍一看似乎很简单，但事实证明很棘手（至少要有效地完成）。

这个/想法/指针有一些已知的方法吗？

不一定是最小但启发式小集的方法也很有趣，产生任何有效输出集的方法也很有趣。

我对优化问题知之甚少，所以希望这对我有指导意义：

给定固定数量的小部件和固定数量的转子，如何获得一系列小部件-转子对，使每个小部件和转子只能使用一次的总价值最大化？