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(yè) -> 詞典 -> 局部啟發(fā)式搜索

1)  partial heuristic search

局部啟發(fā)式搜索

2)  Local search heuristics

啟發(fā)式局部搜索

3)  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(chē)道線識(shí)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(jì)

更多例句>>

4)  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(duì)機(jī)車(chē)運(yùn)行途中故障診斷推理的方法進(jìn)行了研究,通過(guò)利用系統(tǒng)專(zhuān)家的經(jīng)驗(yàn)知識(shí)建立故障樹(shù)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(chē)運(yùn)行途中故障診斷推理系統(tǒng)的動(dòng)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>>

5)  heuristic A* search

啟發(fā)式A*搜索

6)  heuristic search algorithm

啟發(fā)式搜索算法

1.

A heuristic search algorithm has been put forward for the 0-1 goal programming model by establishing optimal evaluation function,and by using the state-space theory of Artificial Intelligence.

針對(duì)期刊編輯部的稿件刊發(fā)計(jì)劃問(wèn)題,應(yīng)用運(yùn)籌學(xué)整數(shù)規(guī)劃與目標(biāo)規(guī)劃理論,建立0-1目標(biāo)規(guī)劃模型;引入人工智能狀態(tài)空間搜索理論,通過(guò)建立最優(yōu)估價(jià)函數(shù),提出了0-1目標(biāo)規(guī)劃模型的啟發(fā)式搜索算法,用 C 語(yǔ)言編制了相應(yīng)的求解程序軟件,在微型計(jì)算機(jī)上實(shí)現(xiàn)了至今難以解決的0-1目標(biāo)規(guī)劃模型的求解問(wèn)題。

2.

In order to improve the search efficiency, this paper presents an optimization solution based on heuristic search algorithm and applies it in the original system successfully.

針對(duì)該問(wèn)題,提出基于啟發(fā)式搜索算法的查詢優(yōu)化方案并成功應(yīng)用于原有的查詢系統(tǒng)。

3.

This paper introduces the theory of artificial intelligence heuristic search algorithm, the advantage and search process of A* algorithm.

最短路徑問(wèn)題(SP)是人工智能的一個(gè)活躍方向,本文介紹了人工智能中的一般啟發(fā)式搜索算法的原理及算法的優(yōu)點(diǎn),搜索過(guò)程,并將其應(yīng)用到公園導(dǎo)游系統(tǒng)的路徑搜索中,給出了一種搜索公園導(dǎo)游地圖最短路徑的算法及其實(shí)現(xiàn)。

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(wèn)題有關(guān)的信息，即所謂啟發(fā)信息，對(duì)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(wèn)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(wèn)題。 一般說(shuō)來(lái)，，不同的問(wèn)題求解類(lèi)型需要不同的搜索策略。根據(jù)問(wèn)題求解的任務(wù)和問(wèn)題本身所存在的解的情況，問(wèn)題求解可分為三種類(lèi)型。一是問(wèn)題只有唯一解或有多個(gè)解，但它們均處于同等地位，不涉及尋找最優(yōu)解。這類(lèi)問(wèn)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(wèn)題存在解的話，搜索一定能成功并找到問(wèn)題的解。定理證明所面臨的就是這類(lèi)問(wèn)題。二是問(wèn)題有多個(gè)解，問(wèn)題求解的目的是尋求其最優(yōu)解。在問(wèn)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(duì)大多數(shù)這類(lèi)問(wèn)題來(lái)說(shuō)，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(lèi)問(wèn)題。第三類(lèi)與第二類(lèi)相似，但間題是NP難解的(參見(jiàn)Np完全性理論)。在現(xiàn)實(shí)的存儲(chǔ)資源和時(shí)間條件下很難或根本得不到最優(yōu)解。同時(shí)，對(duì)于諸如推銷(xiāo)員旅行問(wèn)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(lèi)問(wèn)題時(shí)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(kāi)始研究啟發(fā)式搜索。60年代中期以后，隨著計(jì)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(wèn)題又長(zhǎng)期得不到解決，因而啟發(fā)式搜索的研究越來(lái)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(jià)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(shù)搜索等。 啟發(fā)式搜索的最大特點(diǎn)就是在搜索過(guò)程中使用與問(wèn)題有關(guān)的啟發(fā)信息來(lái)縮減搜索量，其一般過(guò)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(gè)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(shuō)明：補(bǔ)充資料僅用于學(xué)習(xí)參考，請(qǐng)勿用于其它任何用途。

參考詞條

啟發(fā)式概率搜索  A*啟發(fā)式搜索算法  啟發(fā)式剪枝搜索  啟發(fā)式圖搜索  方向啟發(fā)式搜索  粒啟發(fā)式搜索 

  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。