机器学习视频第一课(装箱问题)

最新推荐文章于 2024-06-09 09:33:12 发布
最新推荐文章于 2024-06-09 09:33:12 发布
阅读量699 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 机器学习课程笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/akon_wang_hkbu/article/details/76549318
这篇博客探讨了机器学习中与装箱问题相关的概率计算，详细阐述了如何计算不同数量正品和次品放入三个箱子的概率。通过具体例子，如12件正品和3件次品的情况，给出了计算公式，并最终得出总概率为25/91。此外，内容还提及熵的推导，是理解机器学习基础概念的一个实践应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >


先算出3件次品放入3个箱子的概率: A(3,3)

12件正品放入3个箱子的概率: C(12,4)*C(8,4)*C(4,4)*A(3,3)


所有的可能性:

15件正品放入3个箱子的概率:C(15,5)*C(10,5)*C(5,5)*A(3,3)


所有概率公式为:  [C(12,4)*C(8,4)*C(4,4)*A(3,3)*A(3,3)]/[C(15,5)*C(10,5)*C(5,5)*A(3,3)]

最低0.47元/天 解锁文章

200万优质内容无限畅学
深度学习-10-深度学习发展简介
qq_20466211的博客
11-01 385
深度学习发展的几个阶段：严寒、复苏、寒冬、曙光。
全国大学生数据统计与分析竞赛2021年【研究生组】-B题：基于 lightGBM 的用户消费行为价值分析（附优秀论文及python代码实现）
getusushu的博客
06-01 800
公司的营销成本，实现小成本促销，达到提高用户转化率的目标。其次，针对数据中的缺失值问题，对存在缺失值的特征列，按。最后，针对用户详情表中的异常数据，采用正态分布检测方法检测各个特征列的异常数。先，绘制用户在各城市分布情况的热力图和玫瑰饼图，直观反映出用户广泛分布在全国。行多种可视化展现，在购买用户和非购买用户中，购买用户比非购买用户的平均登录天。户的下单比例会呈下降的趋势，故企业需尽可能在用户登录时间为早期阶段时，给用户。数更多，登录间隔和登录距离期末天数更短，登录时长更长。一线的用户进行推荐。
DQN深度强化学习解决三维在线装箱问题python源码+项目说明.zip
04-08
【资源说明】 1、该资源包括项目的全部源码，下载可以直接使用！ 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目，作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。 DQN深度强化学习解决三维在线装箱问题python源码+项目说明.zip ## 问题描述 物流公司在流通过程中，需要将打包完毕的箱子装入到一个货车的车厢中，为了提高物流效率，需要将车厢尽量填满，显然，车厢如果能被100%填满是最优的，但通常认为，车厢能够填满85%，可认为装箱是比较优化的。 设车厢为长方形，其长宽高分别为L，W，H；共有n个箱子，箱子也为长方形，第i个箱子的长宽高为li，wi，hi（n个箱子的体积总和是要远远大于车厢的体积），做以下假设和要求： 1. 长方形的车厢共有8个角，并设靠近驾驶室并位于下端的一个角的坐标为（0,0,0），车厢共6个面，其中长的4个面，以及靠近驾驶室的面是封闭的，只有一个面是开着的，用于工人搬运箱子； 2. 需要计算出每个箱子在车厢中的坐标，即每个箱子摆放后，其和车厢坐标为（0,0,0）的角相对应的角在车厢中的坐标，并计算车厢的填充率。 ## 运行环境 主机 |内存 | 显卡 | IDE | Python | torch -----|------|------|-----|--------|----- CPU：12th Gen Intel(R) Core (TM) i7-12700H 2.30 GHz | 6GB RAM | NVIDIA GEFORCE RTX 3050 | Pycharm2022.2.1 | python3.8 | 1.13.0 ## 思路 （1）箱子到来后，根据车厢的实际空间情况，按照策略选择放置点； （2）当摆放箱子时，以6种姿态摆放，并对其进行评估，使用评估值最高的姿态将箱子摆放在选中的角点上； （3）重复以上步骤，直到摆放完毕。 ## 建立模型 在车厢内部设置坐标系，靠近驾驶室并位于下端的一个角的坐标为（0,0,0），相交于原点的车厢长边、宽边和高边分别为x轴，y轴和z轴方向，L、W、H分别为车厢的长、宽、高。箱子具有六种摆放姿态，分别以箱子的长宽、长高、宽高平面为底，旋转90°可以得到另外三种摆放姿态。 ## 核心 ### 箱子放置策略 本算法将角点作为车厢内部空间中箱子的摆放位置，每次放入新箱子后搜索新生成的角点，当向车厢中放入第一个箱子时，假设车厢中只有原点一个角点，当一个箱子放入后，会产生新的角点，再放置箱子后，又会产生新的角点。 建立箱子可放置点列表，表示箱子i到来时，车厢内部所有可选的摆放位置，在放置新箱子后更新可放置点列表，并记录已放置箱子到车厢顶部距离，用于后续的奖励函数。 ### DQN （1）设置一些超参数，包括ε-greedy使用的ε，折扣因子γ，目标网络更新频率，经验池容量等。 （2）由于给定的箱子数据较少，为了增加模型训练数据数量，将给定的箱子数据打乱，以随机的形式生成并保存，作为训练数据，训练网络模型。 （3）奖励函数 使用x-y平面中两个最大剩余矩形面积（如下图）之和与箱子到车厢顶部的距离作为奖励值R，奖励函数表示如下： （4）动作-价值函数网络和目标动作-价值函数网络设置为包含6层卷积层的CNN。对当前状态和动作建模，使其能够输入到价值网络Q和Q’中。以车厢的底面为基准，建模L*W的矩阵，每个元素代表该点放置的箱子最大高度。 （5）动作选择 根据当前的状态（当前车厢的属性，包括尺寸、放置的所有箱子、H矩阵、可放置点列表等），使用ε-greedy方法选择具有最大Q值的动作或随机选择动作（动作是箱子的放置点和摆放姿态）。 （6）经验重放 ## 说明 将所有文件夹放置在同一目录下，train.py用于模型训练，cnn.pth是已经训练好的模型，在eval.py中导入后直接运行eval.py即可。 ## 不足 1、填充率 一般认为车厢填充率高于85%，认为装箱算法是较优的，本实验设计的装箱方案填充率较低，在60%-80%间，分析原因可能在于强化学习网络的参数不够合适，算法有待优化。 改进的方向：调整强化学习网络的参数，选择更加合适的参数。
算法训练 装箱问题
practical_sharp的博客
10-24 731
问题描述 有一个箱子容量为V（正整数，0＜＝V＜＝20000），同时有n个物品（0＜n＜＝30），每个物品有一个体积（正整数）。 　　要求n个物品中，任取若干个装入箱内，使箱子的剩余空间为最小。 输入格式 第一行为一个整数，表示箱子容量； 　　第二行为一个整数，表示有n个物品； 　　接下来n行，每行一个整数表示这n个物品的各自体积。 输出格式 一个整数，表示箱子剩余空间。 　　样例输入 　　24 ...
深度强化学习PG解决装箱问题
anthea_luo的博客
05-22 2185
强化学习 RL PG 装箱问题 python
写一个用强化学习算法解决三维装箱问题的代码，做好注释
weixin_35749545的博客
12-26 591
好的，我会尽力用中文为你解决这个问题。 三维装箱问题是一种常见的优化问题，通常用来求解将若干个物品放入有限空间内的最优方案。在这里，我们使用强化学习来解决这个问题。 首先，我们需要定义我们的环境。在这里，我们假设有一个三维的装箱空间，并且我们有若干个物品要放入这个空间中。每个物品都有一个体积，我们的目标是将所有的物品尽可能多地放入装箱空间中，同时不超过装箱空间的容量。 接下来，我们需要定义我们的状...
【亲测免费】 推荐文章：运用深度强化学习解决在线3D装箱问题——深入浅出Online 3D Bin Packing with Constrained DRL
最新发布
gitblog_00059的博客
06-09 889
推荐文章：运用深度强化学习解决在线3D装箱问题——深入浅出Online 3D Bin Packing with Constrained DRL 在物流、制造乃至云计算资源分配领域，高效的物品存储与空间优化一直是一个挑战性的课题。而今天，我们要向您隆重推荐一个开源项目——“在线3D箱式装载与受限深度强化学习”（Online 3D Bin Packing with Constrained Deep R...
Kubernetes k8s学习笔记 尚硅谷王泽老师 由浅入深
weixin_43691773的博客
11-17 4631
Kubernetes k8s学习笔记尚硅谷2019 这里写目录标题Kubernetes k8s学习笔记尚硅谷2019Kubernetes 特点Kubernetes 学习知识点Kubernetes 组件说明brog的架构K8S的架构 Kubernetes 特点 Kubernetes 学习知识点 Kubernetes 组件说明 brog的架构 k8s算是brog系统的GO语言版 Brog Master负责请求分发 分发到Broglet完成工作 BrogMaster节点最好三个以上且单数 Seched
【公开课】Kubernetes 入门——深入浅出讲 Docker
百度云原生计算的博客
03-12 1422
【百度云原生导读】Kubernetes 简称 K8S，是一个开源的用于管理云平台中多个主机上的容器化的应用，让部署容器化的应用简单并且高效，Kubernetes 提供了一种应用部署、规划、更新、维护的机制。 本文是基于『云原生基础知识概述及实践』系列视频课程——『Kubernetes 入门—深入浅出讲 Docker』进行的文字梳理，视频课程： https://www.bilibili.com/video/BV19f4y1z7LR 本节课作为 K8S 入门基础课第一期，将介绍一种虚拟环境...
可以写一个强化学习解决三维装箱问题的代码吗
weixin_42609225的博客
12-26 321
是的，我可以为您编写一个强化学习解决三维装箱问题的代码。 首先，我们需要定义装箱问题的环境和智能体。在这个问题中，环境就是三维的装箱空间，智能体就是我们的算法，它会根据当前的状态来决策下一步应该做什么。 接下来，我们可以定义状态，动作，奖励以及转移概率等参数。具体来说，状态可以表示当前装箱空间的使用情况，动作就是将物品放入装箱空间的位置，奖励可以根据装箱空间的使用率来设定，转移概率则表示在当前状态...
超好用的集装箱装柜优化软件
02-20
超好用的集装箱装柜优化软件,软件体积小,功能强
集装箱号计算校验位
09-25
集装箱号码计算校验位，C#写的，可以根据传入的自动计算出正确的集装箱号码。
装箱问题
blue‘s blog
03-06 232
浙大PTA 实验7-1-13 装箱问题
jarnxuan的博客
08-12 1018
假设有N项物品，大小分别为s1 、s​2 、…、s​i​​ 、…、s​N​​ ，其中s​i为满足1≤s​i ​​ ≤100的整数。要把这些物品装入到容量为100的一批箱子（序号1-N）中。装箱方法是：对每项物品, 顺序扫描箱子，把该物品放入足以能够容下它的第一个箱子中。请写一个程序模拟这种装箱过程，并输出每个物品所在的箱子序号，以及放置全部物品所需的箱子数目。 输入格式： 输入第一行给出物品个数N（≤1000）；第二行给出N个正整数s​i （1≤s≤100，表示第i项物品的大小）。 输出格式： 按照输入顺序
机器学习总结（lecture 13）算法：blending and bagging（自举、装袋）
malele4th
02-22 838
lecture 13：blending and bagging（自举、装袋） 目录 lecture 13blending and bagging自举装袋 目录 1聚合aggregation的原因 2uniform blending 3linear and any blendingstacking 4BaggingBootstrap Aggregation引导聚合 1聚...
POJ 1017 装箱问题
weixin_30367945的博客
05-02 1059
时间限制:1000ms内存限制:65536kB描述一个工厂制造的产品形状都是长方体，它们的高度都是h，长和宽都相等，一共有六个型号，他们的长宽分别为1*1, 2*2, 3*3, 4*4, 5*5, 6*6。这些产品通常使用一个 6*6*h 的长方体包裹包装然后邮寄给客户。因为邮费很贵，所以工厂要想方设法的减小每个订单运送时的包裹数量。他们很需要有一个好的程序帮他们解决这个问题从而节省费用。...
二维装箱以及扩展到三维装箱问题的基于遗传算法代码实现
qq_44878514的博客
03-10 6871
1、问题产生 当初这个问题是由于有人问我的，大概是去年的五一建模比赛，赛后我朋友一直没有解决，因此我就好奇的尝试了下。问题如下： 假设有一块原材料木板，长宽确定（分别为3000，1500），有两种切割形状（可是更多切割形状），切割形状p1为长宽（373，201），切割形状p2为长宽（406，229），那么请问两者切割数量以及最后的切割位置（保证原材料木板利用率最高的情况下）？ 2、解决思路 由于这...
wikioi 1014 装箱问题 （2001年NOIP全国联赛普及组）
__kingzone__的专栏
09-27 8032
题目描述 Description 有一个箱子容量为V（正整数，0＜＝V＜＝20000），同时有n个物品（0＜n＜＝30），每个物品有一个体积（正整数）。 要求n个物品中，任取若干个装入箱内，使箱子的剩余空间为最小。 输入描述 Input Description 一个整数v，表示箱子容量 一个整数n，表示有n个物品 接下来n个整数，分别表示
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值