基于计算机视觉求解数独的系统设计

随着人工智能的不断深入发展,计算机视觉的应用范围逐渐变广。为了实现数独的快速求解,设计了计算机视觉求解数独系统。该计算机视觉求解数独系统主要由数独图像获取模块、数字矩阵获取模块、数独求解模块、数字矩阵输出模块构成。首先由OV2710摄像头获取矩阵图片的基本信息,之后通过opencv与python相结合对图片进行深入处理,识别数独题目并转化为数学问题,最终使用递归法求解,联组法验证。本系统将计算机视觉与数独求解相结合,具有运算速度快,易操作等优点,可实现对多种实物数独的求解推广。     

混合单纯形算法与差分算法求解约束优化问题研究

为了求解约束优化问题,本文设计了一种基于约束的单纯形算法,并将其与差分算法想混合,实验证明算法能够得到较好的结果。     

求解0—1背包问题算法研究

0—1背包问题是算法中的一个经典例子。用回溯、分支限界和动态规划这3种方法求解0—1背包问题,并对解题思路和时间复杂度进行了详细分析。     

线性规划求解算法研究

线性规划（Linear programming,简记为LP）模型是运筹学中的一个重要内容,其基本解法——单纯形方法（Simplex method）则是处理运筹学模型的一种主要方法,用于如何对有限的资源做出最佳方式的调配和最有利的使用,以便最充分地发挥资源的效能去获取最佳经济效益。就一般线性规划问题求解方法——单纯形法作了详尽的综述。对线性规划进行了概述,具体从线性规划发展简史、线性规划问题的数学模型和线性规划常见的一些应用3个方面进行了较详尽的综述;进行了单纯形法的概述,这一部分主要涉及了单纯形法解题的基本步骤以及对单纯性算法作了进一步的讨论。     

旅行商问题求解算法综述

旅行商问题作为NP难题的典型代表,从诞生以来一直都是计算机算法理论研究的热点话题,各种针对该问题的算法层出不穷。对相关的代表性算法进行了介绍与总结,在分析各种算法的特点之后,提出了各类算法的改进方向,对旅行商问题的研究进行了展望。     

改进的人工鱼群算法求解TSP问题的研究

针对旅行商(traveling salesman problem,TSP)是一个NP问题,本文使用改进的人工鱼群算法(improved artificial fish swarm algorithm,AFSA)进行线路的优化.首先阐述了TSP问题基本概念,其次针对基本的人工鱼群算法分别优化:(1)使用Laplace进行种群初始化,提高种群多样性;(2)使用正弦余弦算法取代觅食行为,保证算法在全局和局部范围内具有一定的平衡性;(3)利用人工蜂群算法对每一次迭代后的个体进行筛选,保证了算法的解的质量.仿真实验中本文算法在TSP路径规划方面具有一定的效果.     

基于求解TSP问题的ACA-GA-PSO算法

为了有效求解TSP问题,提出一种融合蚁群算法、遗传算法、粒子群优化算法思想的混合算法。该算法基于最大-最小蚁群系统框架,在选择下一个城市时采用局部搜索策略避免陷入局部最优,在每次循环结束时用演化交叉策略优化得到的全局最短路径,从而提高求解TSP问题的求解精度及收敛速度。TSPLIB中不同规模的TSP问题的仿真实验结果表明了该算法的有效性与可行性。     

基于蚁群算法的TSP问题求解

人工蚁群算法是受到蚂蚁在觅食过程中能发现蚁巢到食物的最短路径这种搜索机制的启发而发展起来的一种群体智能算法、蚁群算汝在求解一系列困难的组合优化问题上取得成效,成为解决TSP,VRP,QAP,JSP等典型问题的一种新型的强有力算法.本文对蚁群算法的起源和发展历史、算法理论研究的主要内容和方法以及应用等进行了系统的论述.     

一类比式问题的求解算法

利用对偶的概念对带线性不等式约束的线性比式规划问题(P)提出一可行算法.     

求解TSP问题的单纯形与遗传算法的混合算法

提出一个求解TSP的算法,即用单纯形算法与遗传算法相结合的方法来进行路径得选取,以提高初始解质量,加快收敛速度,实验证明了算法的有效性。     

求解车辆行程优化问题的自适应蚁群算法研究

引入自适应的菲尔蒙更新策略,构建了自适应蚁群算法,用于处理车辆行程优化问题。仿真结果表明,该算法对于车辆行程优化是有效和实用的。     

广义Uzawa-AOR算法求解奇异鞍点问题

随着时代的发展,现代科学技术在不断进步,各行业领域衍生出了许多大规模繁琐的计算,最终都归结为对于大型稀疏线性系统AX=b的求解。本文研究了一类新的Uzawa-AOR算法在Moore-Penrose广义逆下的广义定常迭代(以下简称广义Uzawa-AOR算法),并分析了求解奇异线性系统时的收敛性质以及收敛速度。     

求解全局优化问题的填充函数算法

在全局优化问题处理当中,填充函数法是一种有效方式。在该方式中,主要方式即实现填充函数辅助函数的构造,即在面对普通约束优化问题时,对新的填充函数进行提出,以此较好的实现问题的解决。在本文中,将就求解全局优化问题的填充函数算法进行一定的研究。     

求解TSP问题的蚁群算法改进探讨

蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发算法.基于群体的协作与学习,该算法已经成功地解决诸如TSP问题等多种组合优化问题.本文提出了一种改进蚁群算法.该算法根据人工蚂蚁所获得解的情况,应用一种选择策略,从而使得算法跳离局部最优解,并采用局部搜索,以获得更好的优化解.通过仿真实验获得的结果表明,该算法对于蚁群算法具有较好的改进效果.     

求解柔性工件调度问题的启发式算法

柔性工件调度问题(FJSP)是一个强NP难问题,尽管对于一个小规模问题,也很难在多项式时间内最优求解。本文针对目标函数为最小化总完工时间的FJSP提出一种有效的启发式算法。该启发式算法易于实现,并能快速获得高质量的解。为验证该启发式算法的有效性,从文献中找出10组基准问题进行测试,并将求解结果与问题下界进行比较,结果表明本文设计的启发式算法能够在极短时间内获得相对误差较低的解。     

求解旅行商问题的生物地理学算法

对于求解旅行商问题,提出一种采用迁移算子和变异算子寻求最优解的新型生物地理学算法。通过仿真结果,验证了该算法的可行性和有效性。     

Delaunay三角网生成算法研究

Delaunay三角网算法的研究与完善对DEM的建立有着重要的作用.本文在深入分析和研究已有三角网DTIN算法的基础上,针对其构建过程中的几个关键问题,提出了数据点的网格均匀划分、快速定位点所在三角形的算法等的综合解决方案.通过以上过程的改进与优化,使得最终能够实现的算法具有较高的建网速度和稳定性较强的特点.     

基于改进的DS-BPSO算法求解3-SAT问题

基于倒位算子改进的DS_BPSO算法求解随机3-SAT问题,实现了对粒子搜索空间的深度搜索,通过对随机产生的较大规模测试实例的计算表明：与原DS_BPSO算法相比较,改进后的算法对于规模为100-400的随机3-SAT实例的求解具有更好的性能。     

一种新的求解Min-Max问题的逼近算法

针对极大极小(Min-Max)问题中极大值函数的不可微性,构造了一种针对极大值函数新的光滑逼近函数,并讨论了该逼近函数的若干性质,给出一种求解极大极小问题的具有大范围收敛性的算法,数值结果表明算法是有效的.     

求解0-1背包问题算法综述

0-1背包问题是一个典型的组合优化问题。给出了0-1背包问题的数学模型,概述了各种求解0/1背包问题的算法设计方法,并指出各种方法的优缺点,提出了0-1背包问题的发展趋势。