Я проделал краткую работу по решению TSP с использованием имитационного отжига, а также грубой силой. Поскольку мы знаем, что TSP с помощью грубой силы предпримет шаги O (n!), Проверив все возможные пути, я хочу спросить, что, если мы допустим эти много шагов с использованием имитированного алгоритма отжига, он достигнет правильного решения. (Гарантируется, что он даст неоптимальное решение с меньшим количеством итераций, но мой quesiton - это то, что мы можем получить оптимальное решение, если мы запустим его для n! Times, где n - количество городов)Моделируемый отжиг, примененный к TSP
-3
A
ответ
1
Нет; имитированный отжиг, вероятно, быстро найдет решение, близкое к оптимальному, но нет никакой гарантии, что он когда-либо найдет точное оптимальное решение.
Смежные вопросы
- 1. Моделируемый отжиг для размещения и маршрутизации
- 2. Имитированный отжиг
- 3. Имитированный отжиг в C#
- 4. Имитированный отжиг и Yahtzee!
- 5. Simulated Annealing TSP
- 6. UISwipeGestureRecognizer, примененный к окну
- 7. Динамический подход к TSP
- 8. TSP: отношение к худшему случаю
- 9. GNU Сымитированный Отжиг
- 10. Многопоточный имитируемый отжиг
- 11. SML: неконструктор, примененный к аргументу в шаблоне @
- 12. Стиль страницы содержания, примененный к главной странице
- 13. Где пункт, примененный к нескольким шаблонам
- 14. HTML5 Полноэкранный API, примененный к телу
- 15. Удалить css, примененный к элементу определенного типа
- 16. Найти элемент в DataTemplate, примененный к TabItem
- 17. AngularJS Фильтр, примененный к ng-повторению
- 18. Как использовать ajaxComplete, примененный к XMLHttpRequest
- 19. блестящий фильтр, примененный к двум выходам
- 20. Текстовый эллипс, примененный к jQPLOT AXIS TICKS
- 21. Стиль, примененный к AlertDialog, не работает правильно
- 22. проблема с эволюционными алгоритмами, унижающими симулированный отжиг: слишком малая мутация?
- 23. Путешественник (TSP) no return
- 24. Close-Enough Внедрение TSP
- 25. кратчайший путь tsp алгоритм
- 26. TSP vs. Word Unscrambler
- 27. Несколько посещений tsp
- 28. Python TSP Берлин 52 с имитацией отжиге
- 29. Имитированный отжиг - возможно ли улучшить производительность?
- 30. TSP с твист
Спасибо. Таким образом, преимущество использования SImulated отжига в tsp заключается в том, чтобы улучшить время, необходимое для получения субоптимального решения. И если мы хотим получить точное решение, мы не должны использовать этот подход Simulated Annealing? – PsJain
@PsJain: во многих случаях решение грубой силы практически невозможно (т. Е. Потребуется триллионы лет для запуска), и мы должны довольствоваться хорошим приближением. –
Спасибо, у вас есть идея до чего нет. городов может Python дать вам решение грубой силой? Я пробовал 100, и он дал o/p как «убитый». – PsJain