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 -> 啟發(fā)式搜索函數(shù)

1)  heuristic searching function

啟發(fā)式搜索函數(shù)

1.

In this paper nuclear problem of computer artificial and basic concept are analyzed, four kinds of sutra question about heuristic searching function and barging up against difficult problem are introduced .

闡述了人工智能的核心問(wèn)題及啟發(fā)式搜索函數(shù)的基本概念,介紹了4種經(jīng)典問(wèn)題啟發(fā)式搜索函數(shù)的選擇及其研究中遇到的難題,并從中求解來(lái)探討解決問(wèn)題的思路。

2)  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(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>>

3)  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>>

4)  heuristic A* search

啟發(fā)式A*搜索

5)  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>>

6)  heuristic search algorithms

啟發(fā)式搜索算法

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問(wèn)題。第三類與第二類相似，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

局部啟發(fā)式搜索  A*啟發(fā)式搜索算法  啟發(fā)式局部搜索  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。