我们必须设计一个有效分配空间的系统。效率衡量标准是,我们应该能够容纳最大的车辆,并将它们分配到靠近入口的地方(假设时隙1最近于2,然后是3等等)。)与上述邮件不同的是,我寻求关于我们可以使用什么样的算法来进行分配的建议。我们可以将这个问题与OS中发生的内存分配问题进行比较。这是可以考虑的,因为有许多不同大小的进程(1、2和4)需要在主内存(我们的停车场)中分配空间,如果是可变大小的内存分配,有3种算法:
1.First Fit: allocate t
我试验了不同的建模方法,包括KNN、决策树、神经网络和SVN,并试图对我的数据进行拟合,看看哪种方法最有效。令我惊讶的是,决策树的最佳工作方式是训练精度为1.0,测试精度为0.5。无论训练精度为0.92,测试精度为0.42,神经网络的性能都是最好的,比决策树分类器低8%。1 hidden layer and 1 neuron : Train Accuracy 34% Test Accuracy 42%
7 hidden layers and 5 neurons in each
我正在尝试理解如何使用遗传算法来解决工人的任务分配问题,正如一篇名为Solving Task Allocation to the Worker Using Genetic Algorithm的论文中所描述的那样我读到过遗传算法由5个关键阶段组成:初始种群、适应度函数、选择、交叉(交配)和变异。 据我所知,这张表代表了由染色体代表的初始个体数量。染色体内部含有基因。我上面提到的其他阶段(适应度函数、选择、交叉(交配)和变异)与解决这个问题有什么关系?