马尔可夫决策过程（Markov Decision Processes,MDPs）MDPs 简单说就是一个智能体（Agent）采取行动（Action）从而改变自己的状态（State）获得奖励（Reward）与环境（Environment）发生交互的循环过程。MDP 的策略完全取决于当前状态（Only present matters），这也是它马尔可夫性质的体现。其可以简单表示为：基本概念: 有限状态

车间调度问题描述、分类，柔性作业车间调度问题描述，遗传算法的基本理论，遗传算法求解柔性车间调度问题及代码实现为主线，为你打开智能优化算法求解柔性作业车间调度问题之门。#1.车间调度问题描述#调度问题的一般性定义为：在一定的约束条件下，把有限的资源在时间上分配给若干个任务，以满足或优化一个或多个性能指标。在制造业中，车间调度问题可以描述为n个工件在m台机器上加工；一个工件有多道工序，每道工序可以在若

本文尽量避免数学公式，使用文字解释列生成算法的原理，争取让读者能形成直观上的理解。为什么需要了解列生成算法的原理列生成算法无法简单地调用第三方库来使用，必须根据具体问题，构造不同的算法模型。只有了解了原理，才能在踩到各种坑时，有所针对地去优化各种细节。不然只能抓瞎或者抓腮。列生成算法原理列生成算法可以从两个视角来理解：对偶角度和单纯形算法角度。对偶角度啥是对偶这里简单过一下对偶的概念。假设有个长得

帕累托最优（Pareto Optimality），也称为帕累托效率（Pareto efficiency），是指资源分配的一种理想状态，假定固有的一群人和可分配的资源，从一种分配状态到另一种状态的变化中，在没有使任何人境况变坏的前提下，使得至少一个人变得更好，这就是帕累托改进或帕累托最优化。帕累托最优状态就是不可能再有更多的帕累托改进的余地；换句话说，帕累托改进是达到帕累托最优的路径和方法。 帕累托

【摘要】 生产排程问题简介： 生产排程问题源于工业生产，具有重要的实际意义和经济价值； 由于实际情况复杂、限制条件多变，相关问题种类繁多； 求解方法和思路众多，以启发式方法为主基本概念定义：企业资源计划 （ERP）是企业的信息中枢，高级计划与排程（APS）作为ERP的补充，用于协调物流、开发瓶颈资源和保证交货日期。APS包括需求和供应计划、运输和生产计划排程等各种供应链计划模块。排程做为其中重要的

一、数组的概念　　定义：数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。　　从概念中可以知道一下几点：数组是线性表。　　　　所谓的线性表就是数据排成一排，想一条线一样的结构。每个线性表上的数据最多只有前和后两个方向。当然除了数组，链表、队列、栈等也是线性表结构　　　　　　连续的内存空间和形同类型的数据。　　正因为有了上述两个特点，数组才能够有一个堪称“

  人工智能、机器学习和深度学习 在介绍TensorFlow（以下简称为TF）之前，我们首先了解一下相关背景。 TF是一种机器学习框架，而机器学习经常和人工智能，深度学习联系在一起，那么三者到底是什么关系呢？ 简单来讲三者可以理解为包含于被包含的关系。其中最大的是人工智能（以下简称为AI），AI最早起源于1956年的达特茅斯会议，当时AI的几位先驱在会上展示...

Tensorflow入门Tensorflow graphsTensorflow是基于graph的并行计算模型。关于graph的理解可以参考官方文档。举个例子，计算a=(b+c)∗(c+2)a=(b+c)∗(c+2)，我们可以将算式拆分成一下：<span style="color:#000000"><code>d = b +

 编辑 | 明明 1月19日，在极客公园创新者大会IF2018的现场，Google Brain首席工程师陈智峰发表题为：《找答案从定义问题开始 ——TensorFlow 可以用来做什么？》的演讲，分享了Google Brain最近一年到两年时间里面的研究方向，以及在TensorFlow方面的一些工作、成果、进展。以下为演讲实录：  深度学习 深度学习这几年非常流...

  人工智能、机器学习和深度学习 在介绍TensorFlow（以下简称为TF）之前，我们首先了解一下相关背景。 TF是一种机器学习框架，而机器学习经常和人工智能，深度学习联系在一起，那么三者到底是什么关系呢？ 简单来讲三者可以理解为包含于被包含的关系。其中最大的是人工智能（以下简称为AI），AI最早起源于1956年的达特茅斯会议，当时AI的几位先驱在会上展示...