工作需要，今天仔细研究了一下联想的数字化转型案例，主要参考联想集团发布的1.转型背景对外宏观背景：（PEST模型）十九大以来党和国家高度重视数字化转型，国家领导曾指出要审时 度势精心谋划超前布局力争主动，实施国家大数据战略加快建设数字 中国，推动实体经济和数字经济融合发展，推动互联网、大数据、人 工智能同实体经济深度融合。2018 年 12 月，中央经济工作会议首 次定义了“新基建”，把 5G、人

独立于问题的算法框架，提供一些标准用来指导启发式算法的开发，可以用来描述针对特定问题设计的启发式优化算法。提供了某种高层策略，通过操纵或管理一组低层启发式算法，生成新启发式算法。“寻找启发式算法的启发式算法。从可行解开始利用邻域搜索来逐步迭代改进，一般来说，迭代过程中会保持解可行。介绍四种类别算法的定义，来自于文献，具有一定的代表性而非确定性。每次添加单个元素（节点、弧）等生成解决方案；为复杂的优

2022华为杯研究生数学建模竞赛B题方案及赛后总结：方形件组批优化问题“中国光谷·华为杯”第十九届中国研究生数学建模竞赛『二等奖』，转发自@队友：Pluto_Ct、M学弟目录一、赛题1.1 问题描述1.2 问题和数据说明二、摘要三、问题一的模型建立与求解3.1 问题分析3.2 模型建立3.3 算法求解3.3.1 算法原理3.3.2 求解结果3.4 算法分析四、问题二的模型建立与求解4.1 问题分析

最近在学习使用python写优化算法求解tsp问题，因此会导入一些.tsp类型的算例，如：berbin8等、berlin52等、a208.tsp等，那么如何用python导入.tsp文件呢？浅浅记录一下问题。1.先来看看berlin8.tsp文件的数据格式，可以看到，第7行开始记录节点的坐标，最后一行是结束标志也没有用，基本所有的算例都是这样的格式；2.这里我使用pandas导入数据，注意需要跳过

目录一、什么是Q learning算法？1.Q table2.Q-learning算法伪代码二、Q-Learning求解TSP的python实现1）问题定义2）创建TSP环境3）定义DeliveryQAgent类4）定义每个episode下agent学习的过程5) 定义训练的主函数6）实验结果1. 环境创建2.实例化agent类3.agent训练学习一、什么是Q learning算法？Q-lear

总结一下各种常见的元启发式如何跳出局部最优解.SA: 若新解优于原解，接受，否，以一定概率【插入公式】接受较差解。VND：shaking策略，扰动初始解，shaking本质上来说也是邻域搜索的一种VNS：shaking+SA的一定概率接受差解的策略，探索性更强了。Tabu：禁忌列表的设置。......

第十届“泰迪杯”数据挖掘挑战赛C题，@队友：Pluto_Ct、Be极客菌今年C题的赛题是“疫情背景下的周边游需求图谱分析”，分析新冠疫情前后旅游业和游客需求发生的变化，题目的目标主要包括：其中，“本地旅游图谱”为赛题给出的概念，在通用知识图谱的基础上加入了更多针对旅游行业的需求。题目数据包括2018年至2021年广东省茂名市的公众号文章、游记攻略和酒店、景区、餐饮评论。竞赛官网赛题链接：第十届“泰

目录一、什么是Q learning算法？1.Q table2.Q-learning算法伪代码二、Q-Learning求解TSP的python实现1）问题定义2）创建TSP环境3）定义DeliveryQAgent类4）定义每个episode下agent学习的过程5) 定义训练的主函数6）实验结果1. 环境创建2.实例化agent类3.agent训练学习一、什么是Q learning算法？Q-lear

学习SA的时候从网上copy了一段代码进行修改，明明都已经缩进对齐了空格但是运行的时候老是报错unindent does not match any outer indentation level（缩进级别不匹配），有点烦人的。这里记录一下我的解决方法。1.首先检查你的格式是不是正确，该缩进的缩进，该对齐的都对齐了，我的这个就是对齐没错但是报错。2.可能存在的问题是修改代码之后混用了tab＆空格键

工作需要，今天仔细研究了一下联想的数字化转型案例，主要参考联想集团发布的1.转型背景对外宏观背景：（PEST模型）十九大以来党和国家高度重视数字化转型，国家领导曾指出要审时 度势精心谋划超前布局力争主动，实施国家大数据战略加快建设数字 中国，推动实体经济和数字经济融合发展，推动互联网、大数据、人 工智能同实体经济深度融合。2018 年 12 月，中央经济工作会议首 次定义了“新基建”，把 5G、人