旅行商问题(Traveling Salesman Problem,TSP)是组合优化领域中著名的 NPhard问题, 具有较为广泛的工程应用和现实生活背景, 如印刷电路钻孔、飞机航线的安排、公路网络的建设、网络通信节点的设置、物流货物配送、超市物品上架等, 所有这些实际应用问题均可以转变为TSP问题来解决.本文先介绍一个简单的旅行商问题，并运用动态规划算法求解此问题。最后给出求解此问题所需要的代码。
2019-12-21 21:42:18
142KB
1
动态规划的python代码，可用于动态规划的编写，在编程中常用解决最长公共子序列问题、矩阵连乘问题、凸多边形最优三角剖分问题、电路布线等问题。
2019-12-21 21:41:26
2KB
1
《Handbook of Learning and Approximate Dynamic Programming》，作者 Jennie Si, Andy Barto, Warren Powell, Donald Wunschauth. 仔细阐述了自适应动态规划，很详细
2019-12-21 21:24:46
17.23MB
1
可用该程序解maxmin的问题，运行的时候需要将代码中的路径改为自己文档的路径，可求解非线性规划，如果仅仅需要解max 或者 min。 可将>=c 这个条件去掉，直接用max 或者 min
2019-12-21 21:18:19
23KB
1
根据论文Accurate and Efficient Stereo Processing by Semi-Global Matching and Mutual Information写的双目立体匹配代码，matlab编写方便阅读，带测试图片，注意算法只实现了4个方向，即左右，右左，上下，下上四个方向。然后，互信息没有用到。测试结果可见效果不错，对于学习动态规划，立体匹配的同学有帮助
2019-12-21 21:04:41
5.81MB
1