首发于微信公众年夜众号『运筹OR帷幄』
文章作者：高新
任务编辑：王希杰
2018年10月1日 遗传算法办理TSP
（出自微信群： 【3】Global O.R./OM/IE Community，【2】 Global O.R.optim PhD Community）
张-奥格斯堡-operation：我想通过调节遗传算法参数办理TSP问题，但是我现在调参前后的算法速率和终极的收敛结果都不是很好，并且求解韶光也很长（比较别人的例子几百代就得到最优解附近，而我2万代也和最优解有一定差距，并且用时20分钟旁边）不知道该从哪方面找缘故原由？
叶-苏宁物流算法工程师：纯挚的遗传收敛很慢的吧，得领悟些其他算法吧，局部搜索啊，仿照退火啥的
liu-北京大学-组合优化：从交叉和变异算子入手，看看有没有保留局部最优，除此之外剖析一下解空间分布。
攀-奥格斯堡大学-bwl：求问：TSPLIB里面数据的最优解后面的单位该当是什么呢，是m，km还是它根本不用管单位
留-海德堡大学 OR AI：不用管吧。。该当是km？
攀-奥格斯堡大学-bwl：我是想如果单位是m，和最优差距是几千的话，这个还比较随意马虎接管，假如km的话差距可能比较大，以是在考虑这个单位问题，还有一个问题，我的改进遗传算法算跑2万代用时86分钟，这个是正常韶光吗？跑完结果2483，最优解1019，这个可以理解为正惯例模吗？
彭-广州-广工-车间调度： 改进的是哪个部分，同时你的这个结果是只在这个算例下跑的结果偏差有这么大还是所有案例都是这样的？
陆-北京-北航-智能优化：遗传算法求解tsp问题该当不至于这样，遗传算法相比拟较随意马虎早熟收敛，建议看下收敛曲线，可以加一些例如2-opt的local search进去看看
成：组合优化问题不把父代选择搞好，用遗传算法效率本身就低。
mathematical optimization -ks-y：我觉得他求的是Vrp，遗传算法弗成的
成：用遗传算法解vrp也行，不过得用分支界定把可行的父代先挑出来一部分，直接组合优化效率极低
攀-奥格斯堡大学-bwl：我改进的的是遗传算法选择方法和利用了自适应调节，基本每个数据结果都有比较大的差距，觉得父代开始就比较大，不知道用最近领域法设置一个父代会不会效果好很多，2-opt准备加进去试试看，然后还有算子SI 和 SWAP是代表什么意思呢？这两个算子也是属于局部搜索算子，但是我在网上没有查到他们详细是怎么利用。vrp是什么是什么意思呢？
彭-广州-广工-车间调度：车辆路径问题
攀-奥格斯堡大学-bwl：这个和TSP差异大吗
彭-广州-广工-车间调度：问题规模，你的达到了多少节点？
攀-奥格斯堡大学-bwl：237个城市，这个是比较小的一个数据
陆-北京-北航-智能优化：遗传算法紧张是选择 交叉 变异；选择的浸染类似供应一个搜索方向，向好的父代学习；交叉的浸染是供应一些随机性，横向挖，可以改进早熟收敛问题；变异部分可以加入local search算子 往深里挖，我以为可以考试测验加入仿照退火策略 你这个该当是跳出局部极小的能力偏弱，GASA有干系的论文 可以参考一下。
mathematical optimization -ks-y：我觉得可以和精确算法结合求解
攀-奥格斯堡大学-bwl：嗯嗯 意思是把仿照退火策略加到遗传算法里面对吗？GASA是一个论坛吗？ 用精确算法来完成哪一部分呢？是选父代吗？
mathematical optimization -ks-y：分支定界
攀-奥格斯堡大学-bwl：嗯 我已经单独用了分支定界法求解了一遍，现在哀求便是通过遗传算法来求解，然后比拟。选择父代最近邻域行的通吗，还有什么比较好方法吗，分支定界是不是也可以用的到
彭-广州-广工-车间调度：初始解的优化可以做一做，一样平常都有效果的。
2018年10月13日 遗传算法办理车间调度
（出自微信群：【3】 Global O.R./OM/IE Community）
彭-GDUT-车间调度：乞助：有一个遗传算法问题请教，在利用GA算法办理车间调度问题的时候，每一次迭代的终极结果都是不一样，有的时候偏差还比较大，可能的缘故原由是什么？设置参数考试测验了：代沟调度0.5~0.9，变异率0.2~-0.01，交叉率0.4~0.6，迭代次数1000/2000/10000；
闫：GA的结果本身便是不稳定的，尤其大规模的时候。
彭-GDUT-车间调度：是一个412工序的JSP问题
LI：一样平常都是多跑几次 挑出来最好的结果。
彭-GDUT-车间调度：那让GA得到结果更稳定一些，是不是只有通过和随意马虎局部收敛的算法稠浊的路子，比如粒子群算法这一些随意马虎局部收敛的算法？
闫：那就改算法了吧，可以从两方面试试，一个是改进下初始解，不要随机天生种群；其余便是选择策略可以试试精英选择。
2018年9月12日 SQL数据处理
（出自微信群： Global O.R./OM/IE Community）
房-科技创新经济学：想请教一个sql数据处理问题。我现在有两个数据表。能对应的只有一个公司代码。但是两个表除了公司代码，别的信息都不一样。而且每个表里同一个公司涌现好几次。如果直接按照代码合并，效果不太好。有没有比较好的合并思路?
曹-芝加哥-硕士-运筹学：叨教这个数据有多大？
房-科技创新经济学：100多万行
曹-芝加哥-硕士-运筹学：很小的数据，那便是逻辑上的问题，可能是由于公司不unique以是要考虑怎么样才能逐一对应，或者用什么逻辑合并才会让sql做事器能够处理。
房-科技创新经济学：刚学sql，以是逻辑不好。看到两个数据表，须要联系起来，就只想到了合并。
曹-芝加哥-硕士-运筹学：每个表同一个公司都涌现几次。那你是想怎么合并呢？这样子实在描述挺不完备的…比如说表A有一个公司有三个记录，表B同样有一个公司有3个记录，那么要信息不流失落就变成了9个记录了，这样的合并一点都不有效率，还不如要用的时候在考虑怎么合并。
房-科技创新经济学：一个是公司所处地干系政策的数据，可能这个公司所在地不同韶光段发布了好几个政策，有韶光信息。另一个是某韶光段的重大事宜，但是没有重大韶光的韶光信息。终极目的是想看看政策对重大事宜频率有没有影响。第二个数据表没有韶光信息让我很苦恼，信息脱敏过了。
王-东北大学-OR：觉得如果有韶光信息，把第二个表的按照表一的韶光段 count重大事宜的次数，然后就可以和表一 对应合并算频率了
2018年10月13日 层次聚类与非层次聚类的运用
（出自微信群：【3】 Global O.R./OM/IE Community）
胡-NEI-OR-AI:能不能请教下， 什么时候用hierarchy clustering? 什么时候用non-hierarchy clustering?
郭-合肥工大机器学习：层次聚类一样平常用在社会科学里边，比如你做市场剖析，调查问卷网络回来的数据拿层次聚类；非层次聚类是一大类，有基于密度的聚类，如DBSCAN，有谱聚类，基于概率密度分布的。最紧张的差异是，能不能把分外形状的种别聚出来。
这个是基于概率密度的聚类
这个是谱聚类，适宜分外形状的
这个是层次聚类
这个是基于密度的聚类，DBSCAN
如果你假如拿k-means或者层级聚类对上面分外形状的数据进行聚类，就会涌现缺点。聚类算法的差异紧张在于数据分布不正常时候才能表示出来，数据分布都是很正常的分布，结果都大差不差。
2018年9月15日 求解高次方程是np完备还是np-hard
（出自微信群： 【2】Global O.R./OM/IE Community）
胡钱元-湖南大学-图的3着色：我有一个问题请教：求解高次方程是np完备还是np-hard？
李优-中科院-全局优化：@胡钱元—湖南大学—图的3着色 高次方程和整数方案有些联系，彷佛是叫什么gromers基，整数方案的可行解貌似便是高次方程的一个根，因此有点像整数方案的一个比较大略的子问题，详细是不是np，我觉得比一样平常的np大略些，不太像np，比竟理论上可以通过newton法求解。个人见地欢迎批评。
胡钱元-湖南大学-图的3着色：@李优-中科院-全局优化 你说的是 真的吗？太美好甚至让人不敢相信。 如果高次方程求解繁芜度不超过np完备问题繁芜度，就更显示p=np?的主要程度了——如果有p=np，代数学基本定理将有升级版:高次方程没有根式解，但可在多项式韶光内求解。想想就带劲啊！
我觉得整系数高次方程的有理解问题是不超过np完备的。一样平常解都是无理乃至超越的，至少是np-hard。
原文链接：https://mp.weixin.qq.com/s/X4vusBGYUdbShoR4hLeu3g
版权解释：本文由『运筹OR帷幄』编译整理，不作为商业用场，如有内容侵权，我们将随时删除。
欢迎查看原文，获取更多讯息！
