hill-climbing

    -1熱度

    1回答

    只是不打印與上面的行相同的輸出,我無法弄清楚爲什麼發生這種情況,我注意到它從最後打印最後N個數字,無論我輸入什麼它會再次打印該參數。 這裏的主要 public class main { public static void main(String args[]) { ScalesSolution s1 = new ScalesSolution(11); s1.prin

    1熱度

    1回答

    我在爬山算法水壺問題一個問題: 給定兩個水罐,其中一個可容納水和可容納的水Ÿ升而另一條X升,確定在一個壺中準確獲得D升水所需的步驟數。 從開始狀態,(X,Y)=(0,0),它可以產生一些州: (X,Y)=(0,Y) 或 (X,Y)=(X,0) 而且從這些狀態時,它可以產生其它直到即結束狀態是(X,d)或(d,Y)。 那麼,我可以估計這個問題的啓發函數嗎?如何知道哪種狀態比其他狀態更好? 謝謝大家。

    -3熱度

    1回答

    我在7D空間(意思是x =(x1,x2,x3,x4,x5,x6,x7))有以下函數,我想用matlab中的爬山算法找到這個函數的最小點。 我發現this link有用,但我不知道如何在Matlab中實現我的功能。 更新: 我實現下面的代碼,但我真的不知道這是否是正確的。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% Create a grid of states

    2熱度

    2回答

    在我的FUNC,我有: """ Iterates 300 times as attempts, each having an inner-loop to calculate the z of a neighboring point and returns the optimal """ pointList = [] max_p

    1熱度

    1回答

    我正在做一個爬山搜索算法,出於某種原因,我應該在循環結束時使用的堆棧似乎被循環生成狀態的最後一次迭代覆蓋。 基本上,這裏是一個什麼這個算法做了概要: 正在使用該算法來解決N後問題。所有具有狀態類的底層代碼都可以很好地工作。使用該算法,它會遍歷當前狀態的所有可能的後繼狀態。它將下一個後繼狀態存儲在neighborState變量中(如下面的代碼所示)。如果狀態成本小於當前成本,則將鄰居節點添加新鄰居節

    0熱度

    2回答

    隨機爬山與首選爬山算法有什麼區別?

    3熱度

    3回答

    我有一個值增加到最大值然後再減少值的列表(它是一個觀察到的高斯/鐘形分佈)。 values = [0, 4, 5, 15, 30, 20, 10, 5, 0]; 但分佈也可以轉移: values = [0, 0, 0, 1, 2, 3, 8, 15, 30]; 或類似的: values = [30, 20, 5, 2, 1, 1, 0, 0, 0]; 在一個特定的指標判定值是在這個特定

    1熱度

    1回答

    有沒有一種方法(使用R編程語言)通過使用自定義學習函數(而不是反向傳播)來實現ANN算法?我測試過的所有R軟件包(nnet,neuralnet,AMORE)似乎都有用於訓練權重的學習函數的選項,但它們中沒有一個似乎包含插入自定義函數的選項(例如,爬山作爲示例)。 我寧願使用R over另一種語言,所以如果有人知道任何可以幫助的軟件包,請告訴我。 謝謝!

    -1熱度

    1回答

    我正在學習一本書中的人工智能,這本書模糊地解釋了我即將發佈在這裏的代碼,我假設,因爲作者假設每個人都經歷過爬山算法。這個概念相當簡單,但我只是不理解下面的一些代碼,我希望有人在繼續之前幫助我更清楚地理解這個算法。 我在最讓我困惑的部分旁邊發表了評論,這些行正在做的事情的總結對我很有幫助。 int HillClimb::CalcNodeDist(Node* A, Node* B) { i

    1熱度

    1回答

    這兩種算法都會生成隨機鄰居,如果遇到狀態好於當前狀態的鄰居,則會選擇它們。 那麼差異在哪裏呢? 無處不在,First Choice Hill Climbing適用於許多接班人的情況。但真的,有什麼區別? 此外,在鏈接: Stochastic hill climbing vs first-choice hill climbing algorithms 要提及的是第一選擇採第一隨機移動和隨機拾取被隨機