取愚

久闻后街新开一烤鸡店,饭后路经此处,只见烟雾缭绕,红光满面,遂驻足入内。近,香味四溢,口水一片。果断买下,刚出炉,烫一口泡,存于纸包,幻想其美味模样。路过一片树林,忽万籁俱寂,鸟雀无踪,身后传来急促呼吸声,潺潺不止,猛转身回头,见一只狼狗俯身于地,张牙咧嘴,目光发绿,再见其口水涟涟,分明被鸡腿吸引的样子。我思,新买之物,自己尚未品尝,岂能示弱与畜生也,随猛跺地,恐吓之,其退也。我乐之至,继续往前。半响忽从树边草丛发现有物蠕动前行,其大如初生牛犊,一幅包抄截路模样,顿时汗毛耸立,冷汗一身,吾何时惹出如此之大狼狗,遂小碎步快步往前,躲之。只听身后沙沙声不止,无奈,撕下鸡爪于地,拖延片刻,逃离此处,果然其停留,我悦之,继续快走,忽又听到沙沙声,忍痛折断鸡腿,拆骨置于地,继续飞奔而跑,回头观察,其衔之,狼吞虎咽,继续追踪,可怜我之鸡腿,尚未食之,皆入其口,猛然啃口,扔剩余之物极远,快步跑离,终不见其身影,始停下。嗟乎,啥味没尝到,惹下一身狗毛。
    久违亲朋好友,常思之,特写此文,取愚,大笑一声,开心愉快。   
基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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