前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >2017美赛A题论文阅读笔记

2017美赛A题论文阅读笔记

作者头像
全栈程序员站长
发布2022-09-01 10:34:37
2320
发布2022-09-01 10:34:37
举报

大家好,又见面了,我是你们的朋友全栈君。

2017美赛A题论文阅读笔记

模糊综合评价模型

对于一些复杂的选项情况,不能简单地判断好与坏,需要对其涉及到的各项因素进行综合评价。 对于不同的因素, U = ( u 1 , u 2 , u 3 , … , u m ) U=\left(u_{1},u_{2},u_{3},\dots,u_{m}\right) U=(u1​,u2​,u3​,…,um​) 对每个因素分配权重, A = ( a 1 , a 2 , a 3 , … , a m ) A=\left(a_{1},a_{2},a_{3},\dots,a_{m}\right) A=(a1​,a2​,a3​,…,am​) 对于因素划分等级, V = ( v 1 , v 2 , v 3 , … , v n ) V=\left(v_{1},v_{2},v_{3},\dots,v_{n}\right) V=(v1​,v2​,v3​,…,vn​) 评价获得每个因素的等级, r m n r_{mn} rmn​是 u m u_{m} um​关于 v n v_{n} vn​的隶属程度,得到一个 m m m x n n n的矩阵 R R R B = A B=A B=Ax R R R,一个 n n n x 1 1 1的矩阵 我们可以通过向量 B B B,找到对于某种情况哪种等级是最有可能的,从而做出最终判断。

ROI return of investment

投资收益,从成本和收益的比值判断 成本包括已知成本和潜在成本 简化计算:先计算各选项的成本比值,其中最大令其为一,同理收益,再进行比值计算。

GA genetic algorithm

遗传模型,模仿生物进化的一种随机全局搜索和优化方法。其中物竞天择,生物进化时的交配、基因变异等问题都用数学模拟。 初始化有一堆动物,每个动物不同的生存值,是根据题目条件设定的, 物竞天择选择的是适合环境的,我们选择的是适合题目条件的,即生存值最高的动物, 模拟自然界交配,可用转盘法,把每种动物的生存值按照比例放到一个转盘上,随即转出两个进行交叉,单点交叉或者多点交叉, 基因变异可以跳出局部最优,有不同方式 最后就是迭代得出问题最优解,即生存值最高动物。

PSO particle swarm optimization

粒子群优化或者鸟群觅食算法,是一种优化的遗传算法。通过个体最优与群体最优比较、调整,得到全局最优解。

MCTS mente carlo tree search

用频率模拟概率,不是优化方法。应用于强化学习,深度学习。

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/140605.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022年5月2,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 2017美赛A题论文阅读笔记
  • 模糊综合评价模型
  • ROI return of investment
  • GA genetic algorithm
  • PSO particle swarm optimization
  • MCTS mente carlo tree search
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档