Q-learning

Q-learning+ε-greedy Q-learing原理 为什么要用 ε-greedy 在强化学习中，智能体（Agent）面临两个选择： 利用 (Exploitation)：根据当前学到的

MOPSO 实践

实践一 任务1：dominates(a，b)数实现 任务2：Archive管理(加入、删除、拥挤选点) 任务 3：Leader Selection(任选一个方法) 任务4：绘制不同选代的前沿图 代码 import numpy as np import matplotlib.pyplot as plt

NSGA-II 实践

实践一 任务1：实现非支配排序 输入一组二维点→分 Rank 1、Rank 2. 任务2：计算拥挤距离 观察高/低距离点的差异 任务3：实现迷你 NSGA-II 种群 30、选代20代→输出不断逼近的前沿图 代码 import numpy as np import matplotlib.pyplot

GA求解八皇后

实现 GA 求解 8 皇后问题，观察代数变化曲线。 输出：应度曲线、最优路径或棋盘状态。 对比不同交叉算子(单点、双点、均匀)。 编码方式：采用整数编码（数组索引代表行，数值代表列）。 适应度函数：计算冲突数（列冲突 + 对角线冲突），目标是最小化冲突（最优为 0）。 三种交叉算子：单点 (Sing

PSO 调参实验

调整 ww ， c1c_1 ，

GA 解决 小规模 Job-Shop 排程

数据： 33 台机器、 55 个作业，工序顺序给定。 目标：最小化 Makespa

GA 优化 无人机任务分配 + 航线

数据： 1010 个目标点， 11 个基站，最大续航

课表排考

1. 用 5–8 句话描述成“目标 + 约束” 学校需要在两周内安排所有课程的期末考试时间和教室。 目标 1： 尽量减少同一学生在同一时段有两门以上考试的冲突。 目标 2： 尽量让学生每天的考试数量不要太多，避免某天考太“爆”。 约束 1： 每门课必须被安排在一个合法的时间段和一间可用教室中。 约束

随机重启和微型GA

问题： minx∈[0,5]2f(x)=(x1−2<

方法互补案例分析

解释为什么单一方法可能不足，并设计一个“混合策略"解决方案。 场景:外卖派单问题(大量骑手、订单动态到来)。 外卖派单是在线、带时间窗、容量受限的动态匹配问题：骑手位置在变、餐品出餐时间有噪声、订单持续到达、路况突变、还要兼顾公平与成本。典型单一方法的短板： 就近贪心：局部最优，容易把近处骑手“吃光