CK的博客

本文介绍了一种合理规划农夫携带狼、羊、菜安全过河问题。对问题合理分析，将人、狼、羊、菜四者的某时刻状态量化为一向量，基于此结构建立安全位置状态集合，与安全运输状态集合，存储运输过程中可能的位置状态与运输状态。以初始状态向量为起点，采用回溯法，深度优先遍历所有可行路径，将符合题目条件并未重复的可行路径添入历史路径集合中，并记录此时的位置状态。递归至搜索到终止状态集合，输出所有历史位置状态集合，即为一条可行方案。回溯弹出，即可搜寻到所有可行路径。并根据所搜寻到的可行路径输出最短路径。

机器学习之 Logistic回归算法及其 Python实现前言：机器学习分类算法初步感知器自适应线性神经元及其学习的收敛性逻辑斯蒂( Logistic)回归基本模型介绍通过代价函数获得权重ogistic I的 Python实现实现方式一：不使用机器学习第三方库实现方式二：使用 sklearn模块实现方式三：使用 Pytorch模块参考博文

灰色预测模型是通过少量的、不完全的信息，建立数学模型做出预测的一种预测方法。基于客观事物的过去和现在的发展规律，借助于科学的方法对未来的发展趋势和状况进行描述和分析，并形成科学的假设和判断。对于时间序列短，统计数据少，信息不完全系统的分析与建模，具有独特的功效

问题的理想解法,理想解法亦称为 TOPSIS 法，是一种有效的多指标评价方法。这种方法。通过构造评价问题的正理想解和负理想解, 即各指标的最优解和最劣解,通过计算每个方案到理想方案的相对贴近度，即靠近正理想解和远离负理想解的程度，来对方案进行排序，从而选出最优方案。