- 最短路问题是图论中一个经典的问题，也是优化问题中能被有效求解的一类问题，无论是城市交通、通信路由还是芯片的表面设计，找到最短路径都具有现实意义。 最短路问题是图论中一个经典的问题，也是优化问题中能被有效求解的一类问题，无论是城市交通、通信路由还是芯片的表面设计，找到最短路径都具有现实意义。
- 供应链业务洞察分析的第一部分，主要是介绍基本流程与核心模块。 供应链业务洞察分析的第一部分，主要是介绍基本流程与核心模块。
- MIP是基于Python的优化问题建模package，全称是Python- Mixed-Integer Linear Programming。MIP可以调用开源求解器CBC和商用求解器Gurobi。本质上是一套优化建模语言，将建立好的优化模型转化成计算机和求解器能看懂的形式。 MIP是基于Python的优化问题建模package，全称是Python- Mixed-Integer Linear Programming。MIP可以调用开源求解器CBC和商用求解器Gurobi。本质上是一套优化建模语言，将建立好的优化模型转化成计算机和求解器能看懂的形式。
- 生产调度问题是指：给定一个加工任务，根据已有的生产条件，对有限的系统资源进行分配，对产品的加工步骤进行安排，使得某项性能指标最优。在实际生产过程中，所涉及的约束条件主要有：机器的加工能力，机器的数量，加工的产品数量，产品的加工顺序，产品的交货时间，生产原料的数量，成本限制，机器故障，产品投产期等。考虑的性能指标主要有：产品交货时间最短，加工时间最短，生产周期最短，成本最少，设备利用率最高等，... 生产调度问题是指：给定一个加工任务，根据已有的生产条件，对有限的系统资源进行分配，对产品的加工步骤进行安排，使得某项性能指标最优。在实际生产过程中，所涉及的约束条件主要有：机器的加工能力，机器的数量，加工的产品数量，产品的加工顺序，产品的交货时间，生产原料的数量，成本限制，机器故障，产品投产期等。考虑的性能指标主要有：产品交货时间最短，加工时间最短，生产周期最短，成本最少，设备利用率最高等，...
- 性能优化四个方向：CPU/内存&网卡&磁盘&应用 编译器性能优化： 指令布局优化：拆分函数代码，按照冷热指令重新排布，提升指令cache命中率内存布局优化：按照内存数据访问频率，组合热数据区域，提升数据cache命中率循环优化：分析循环迭代间数据访存依赖关系，据自动矢量化计算，加速程序运行 JDK性能优化： JIT编译优化，GC内存回收管理优化提升内存管理性能JVM循环、向量化、... 性能优化四个方向：CPU/内存&网卡&磁盘&应用 编译器性能优化： 指令布局优化：拆分函数代码，按照冷热指令重新排布，提升指令cache命中率内存布局优化：按照内存数据访问频率，组合热数据区域，提升数据cache命中率循环优化：分析循环迭代间数据访存依赖关系，据自动矢量化计算，加速程序运行 JDK性能优化： JIT编译优化，GC内存回收管理优化提升内存管理性能JVM循环、向量化、...
- 二维不规则异形件主要有两种策略：分别是基于可行解的排样策略和基于重叠移除的排样策略。所谓基于可行解的排样策略，是指在排样过程中零件之间始终是不重叠的，而基于重叠移除的排样策略，是指在排样过程中允许零件之间发生重叠，在搜索过程中采用一定策略减少零件重叠的程度，直至最终得到可行解为止。 二维不规则异形件主要有两种策略：分别是基于可行解的排样策略和基于重叠移除的排样策略。所谓基于可行解的排样策略，是指在排样过程中零件之间始终是不重叠的，而基于重叠移除的排样策略，是指在排样过程中允许零件之间发生重叠，在搜索过程中采用一定策略减少零件重叠的程度，直至最终得到可行解为止。
- Voronoi图在计算几何学、计算机图形学、工业加工、地理信息系统等领域有广泛的应用。本文介绍Voronoi图的概念，并对常用的生成二维Voronoi图的第三方进行了汇总。 Voronoi图在计算几何学、计算机图形学、工业加工、地理信息系统等领域有广泛的应用。本文介绍Voronoi图的概念，并对常用的生成二维Voronoi图的第三方进行了汇总。
- 指派问题（又称分配问题）在现实中有着广泛的应用背景，可以抽象为，m个物品与n个背包的匹配问题，除传统的平衡指派问题（Assignment Problem，AP）所研究的一对一匹配问题，实际中的很多问题是物品数大于背包数量，且背包容量有限的GAP问题。GAP问题是组合优化中的一个分支，也是运筹学中的一类经典问题，且已被证明是NP-难问题。 指派问题（又称分配问题）在现实中有着广泛的应用背景，可以抽象为，m个物品与n个背包的匹配问题，除传统的平衡指派问题（Assignment Problem，AP）所研究的一对一匹配问题，实际中的很多问题是物品数大于背包数量，且背包容量有限的GAP问题。GAP问题是组合优化中的一个分支，也是运筹学中的一类经典问题，且已被证明是NP-难问题。
- 本文是《基于学习的运筹优化算法进展与发展趋势》的第二篇，主要介绍了基于学习的运筹优化算法、类型以及优缺点，同时介绍了发展趋势。 本文是《基于学习的运筹优化算法进展与发展趋势》的第二篇，主要介绍了基于学习的运筹优化算法、类型以及优缺点，同时介绍了发展趋势。
- 求解器主要是用于求解线性规划问题，主要采用精确算法，如：单纯形法、内点法。 求解器主要是用于求解线性规划问题，主要采用精确算法，如：单纯形法、内点法。
- 问题描述 很多问题的优化可以建模为基于序列的优化，如旅行商问题（TSP）,排产问题，各类资源分配问题等，不同的序列有不同的优度。寻找最优序列的问题是NP难问题（其解空间为N!）。解决方法常用两种方法解决这类问题：一种是启发式算法，基于问题本身的规则得到较好的可行解，本质是贪心算法，这种方法速度较快，但因与问题本身联系紧密（problem-specific）,导致其通用性较差。另一种方法是元... 问题描述 很多问题的优化可以建模为基于序列的优化，如旅行商问题（TSP）,排产问题，各类资源分配问题等，不同的序列有不同的优度。寻找最优序列的问题是NP难问题（其解空间为N!）。解决方法常用两种方法解决这类问题：一种是启发式算法，基于问题本身的规则得到较好的可行解，本质是贪心算法，这种方法速度较快，但因与问题本身联系紧密（problem-specific）,导致其通用性较差。另一种方法是元...
- 车辆路径问题（VRP）是运筹学里重要的研究问题之一。VRP关注有一个供货商与K个销售点的路径规划的情况，可以简述为：给定一个或多个中心（中心车库）一个车辆集合和一个顾客集合，车辆和顾客各有自己的属性，每辆车都有容量，所载的货物不能超过它的容量。 车辆路径问题（VRP）是运筹学里重要的研究问题之一。VRP关注有一个供货商与K个销售点的路径规划的情况，可以简述为：给定一个或多个中心（中心车库）一个车辆集合和一个顾客集合，车辆和顾客各有自己的属性，每辆车都有容量，所载的货物不能超过它的容量。
- 本文是《基于学习的运筹优化算法进展与发展趋势》的第一篇，主要介绍了常见的运筹优化算法概念、定义、特点以及业界的一些学者的观点。 本文是《基于学习的运筹优化算法进展与发展趋势》的第一篇，主要介绍了常见的运筹优化算法概念、定义、特点以及业界的一些学者的观点。
- Ortools简介lortools是google的开源优化算法包，支持线性规划、整数规划，可以方便的求解Routing、Bin packing、Network flows、Assignment、Scheduling等问题。l官网地址为：https://developers.google.com/optimization l开源代码地址为 https://github.com/google/o... Ortools简介lortools是google的开源优化算法包，支持线性规划、整数规划，可以方便的求解Routing、Bin packing、Network flows、Assignment、Scheduling等问题。l官网地址为：https://developers.google.com/optimization l开源代码地址为 https://github.com/google/o...
上滑加载中
推荐直播
-
走进数据库：数据库基础知识精讲2024/12/27 周五 16:00-17:30
Steven 华为云学堂技术讲师
数据管理是数据库的核心任务，本期直播将带领大家一起走进数据库，了解期发展趋势、基础模型、架构演进及相关的技术特点。同时还会介绍数据库对象和相关概念，帮助开发者对数据库使用和实践夯实基础。
正在直播 -
手把手教你在 CodeArts 上部署敏捷流水线2024/12/31 周二 16:30-18:00
Jerry 华为云生态技术讲师
CodeArts的适用场景以及如何从CodeArts Pipeline出发，一步步添加关联工具，最后让整个流水线流动起来，一起来动手试试吧。
即将直播
热门标签