Download de presentatie
De presentatie wordt gedownload. Even geduld aub
GepubliceerdEsmée Aalderink Laatst gewijzigd meer dan 10 jaar geleden
1
Advanced Algorithms Groep: EII7AAb Studenten: Clermond de Hullu, Wiebren Wolthuis, Simon Wels en Maik Gosenshuis
2
Inhoudsopgave Manhattan probleem Iteratie 3 Sprint 5 Sprint 6 Demo Vragen 2
3
Manhattanprobleem 3 Vorige iteraties TSP problematiek Vier koeriers Verdeling van de plattegronden Wat meten we ?
4
Sprint 5 4 Mierenkolonieoptimalisatie Rank Based Ant System Cycles instelbaar Meetplan Manhattan solver Eerste opzet clustering
5
Ant colony 5 Rank based ant system Gevonden routes worden gesorteerd Update sterkte afhankelijk van de rank Motivatie Cykels instelbaar
6
Cykels 6
7
Meetplan 7 Verschillende instellingen Factoren Tijd De lengte van de route Optimaal? 50 metingen Gebruik van verschillende datasets
8
Voorbeeld datasets 8
9
Sprint 6 9 Manhattan solver Verbetering clustering Hybrid Manhattan solver Analyse algoritmen Geautomatiseerd meten Meetplan uitvoeren
10
Eerste aanpak clustering 10
11
Quadrant Manhattan Solver 11
12
Center Cluster Generator 12
13
2Opt Center Cluster Generator 13
14
Hybrid Cluster Manhattan Solver 14
15
Structuur 15
16
GUI 16
17
Conclusies metingen 17 Resultaten wijken af Populaties en hun invloed 2-opt Genetisch versus mieren Goede en slechte resultaten, waarop moeten we ons focussen?
18
Demo 18
19
Vragen ? 19
Verwante presentaties
© 2024 SlidePlayer.nl Inc.
All rights reserved.