本文關(guān)鍵詞：基于啟發(fā)式搜索的靈活規(guī)劃的算法研究，由筆耕文化傳播整理發(fā)布。

您的位置：首頁 -> 詞典 -> 最優(yōu)啟發(fā)式逐步搜索

1)  optimum heuristic step by step search

最優(yōu)啟發(fā)式逐步搜索

2)  heuristic two-step search method

啟發(fā)式二步搜索法

1.

In order to realize the automatization of two dimensional layout for different type and irregular parts, the new algorithm-heuristic two-step search method is put forward.

為實(shí)現(xiàn)多種類不規(guī)則板類零件二維排料過程自動化,提出了一種新的排料算法——啟發(fā)式二步搜索法。

3)  width first heuristic search algorithm

寬度優(yōu)先啟發(fā)式搜索

1.

It was one kind of width first heuristic search algorithms.

該算法是以現(xiàn)有規(guī)則集中的信息為啟發(fā)信息,通過對解空間進(jìn)行寬度優(yōu)先啟發(fā)式搜索,產(chǎn)生新規(guī)則。

4)  hearistic depth finding strategy

啟發(fā)式深度優(yōu)先搜索

5)  heuristic search

啟發(fā)式搜索

1.

Study on lane mark identification algorithm based on heuristic search.;

基于啟發(fā)式搜索的車道線識別算法研究

2.

Reconfiguration of distribution network algorithm of power loss reduction based on heuristic search;

基于啟發(fā)式搜索降低配電網(wǎng)網(wǎng)損的配網(wǎng)重構(gòu)算法

3.

Optimization and design of connect6 heuristic searching algorithm;

6子棋啟發(fā)式搜索算法的優(yōu)化與設(shè)計

更多例句>>

6)  heuristic searching

啟發(fā)式搜索

1.

Research of Flexible Planning Algorithm Based on Heuristic Searching;

基于啟發(fā)式搜索的靈活規(guī)劃的算法研究

2.

And by making application of bi-directional reasoning and heuristic searching algorithm,the fault reasoning mechanism was constructed,and finally dynamic building of locomotive fault diagnosis and reasoning system was achieved.

針對機(jī)車運(yùn)行途中故障診斷推理的方法進(jìn)行了研究,通過利用系統(tǒng)專家的經(jīng)驗(yàn)知識建立故障樹模型,并運(yùn)用雙向推理控制策略和啟發(fā)式搜索算法建立推理機(jī),實(shí)現(xiàn)了機(jī)車運(yùn)行途中故障診斷推理系統(tǒng)的動態(tài)建立。

3.

Firstly,this paper introduces the A* algorithm based on heuristic searching and bresenham algorithm for gaining a straight line path.

該文首先介紹了一種基于啟發(fā)式搜索的A*算法和獲得直線路徑的Bresenham算法,并結(jié)合游戲地圖,給出網(wǎng)絡(luò)游戲?qū)ぢ匪惴捌渚唧w實(shí)現(xiàn)方法。

更多例句>>

補(bǔ)充資料：啟發(fā)式搜索

啟發(fā)式搜索
heuristic search

q一fQ sh一sousuo啟發(fā)式搜索《heuristic search)一種利用與待求解問題有關(guān)的信息，即所謂啟發(fā)信息，對搜索路徑的走向給予一定約束或選擇的搜索方法。 搜索方法的目標(biāo)是要在與間題有關(guān)的狀態(tài)空間或圖表示中，根據(jù)已知的初始狀態(tài)(起始節(jié)點(diǎn))、目標(biāo)狀態(tài)(滿足目標(biāo)狀態(tài)描述的節(jié)點(diǎn))以及從一種狀態(tài)(節(jié)點(diǎn))轉(zhuǎn)換到另一種狀態(tài)(節(jié)點(diǎn))所允許的操作或算符，尋找一條從初始狀態(tài)達(dá)到目標(biāo)狀態(tài)的途徑。絕大多數(shù)問題求解技術(shù)最終都?xì)w結(jié)為狀態(tài)空間或圖的搜索問題。 一般說來，不同的問題求解類型需要不同的搜索策略。根據(jù)問題求解的任務(wù)和問題本身所存在的解的情況，問題求解可分為三種類型。一是問題只有唯一解或有多個解，但它們均處于同等地位，不涉及尋找最優(yōu)解。這類問題要求搜索方法盡可能地減少搜索次數(shù)并保證完全性，即問題存在解的話，搜索一定能成功并找到問題的解。定理證明所面臨的就是這類問題。二是問題有多個解，問題求解的目的是尋求其最優(yōu)解。在問題的規(guī)模不太大，復(fù)雜性不甚高的情況下，這是可以做到的，但對大多數(shù)這類問題來說，需利用某些啟發(fā)信息以提高搜索效率。A‘和獻(xiàn))’等啟發(fā)式搜索算法所要解決的就是這一類問題。第三類與第二類相似，但間題是NP難解的(參見Np完全性理論)。在現(xiàn)實(shí)的存儲資源和時間條件下很難或根本得不到最優(yōu)解。同時，對于諸如推銷員旅行問題等具體應(yīng)用，令人滿意的解也并非一定要最優(yōu)解。因而在求解這類問題時可以放棄最優(yōu)解而研究各種更加實(shí)用有效的啟發(fā)式搜索方法。 50年代末期，A.N~11，J.C.Sllaw和H.A.Sin五〕n開始研究啟發(fā)式搜索。60年代中期以后，隨著計算機(jī)，尤其是人工智能應(yīng)用領(lǐng)域的不斷擴(kuò)大，NP難解性問題又長期得不到解決，因而啟發(fā)式搜索的研究越來越引起人們的重視與興趣，并且取得了一批引人矚目的成果。如J.D〕ran和D.Michie以及N.J.Nill以)n的利用搜索估價函數(shù)引導(dǎo)搜索的方法，P.E.Hart，Nillsoll和B.Raphad的A‘算法，與或圖上的啟發(fā)式搜索AO‘算法以及各種博弈樹搜索等。 啟發(fā)式搜索的最大特點(diǎn)就是在搜索過程中使用與問題有關(guān)的啟發(fā)信息來縮減搜索量，其一般過程如下: 步驟1建立只含有初始節(jié)點(diǎn)S的搜索圖G，，把S放人名為()PEN的未擴(kuò)展節(jié)點(diǎn)表中; 步驟2建立擴(kuò)展節(jié)點(diǎn)表口丈EEI)，C以)SED初始為空表; 步驟3若01〕EN為空表，則搜索失敗并退出; 步驟4把OPEN表上的第一個節(jié)點(diǎn)n〔xle移人CL(〕SEI〕表; 步驟5若n瀏e為目標(biāo)節(jié)點(diǎn)，則搜索成功并退出。

說明：補(bǔ)充資料僅用于學(xué)習(xí)參考，請勿用于其它任何用途。

參考詞條

啟發(fā)式搜索策略  啟發(fā)式搜索函數(shù)  啟發(fā)式隨機(jī)搜索  啟發(fā)式概率搜索  局部啟發(fā)式搜索  A*啟發(fā)式搜索算法 

  本文關(guān)鍵詞：基于啟發(fā)式搜索的靈活規(guī)劃的算法研究，由筆耕文化傳播整理發(fā)布。