启发式算法数学建模 用什么程序、什么语言好 模拟启发式算法的

物流信息系统中“启发式算法”的概念是什么？

1、启发式算法是一种能在可接受的费用内寻找最好的解的技术,但不一定能保证所得解的可行性和最优性,甚至在多数情况下,无法阐述所得解同最优解的近似程度。

2、 解决实际的问题，要建模型，在求解。

求解要选择算法，只有我们对各种算法的优缺点都很熟悉后才能根据实际问题选出有效的算法。

启发式算法的最短路径

所谓的最短路径问题有很多种意思， 在这里启发式指的是一个在一个搜寻树的节点上定义的函数h(n)，用于评估从此节点到目标节点最便宜的路径。

启发式通常用于资讯充分的搜寻算法，例如最好优先贪婪算法与A*。

最好优先贪婪算法会为启发式函数选择最低代价的节点；A*则会为g(n) + h(n)选择最低代价的节点，此g(n)是从起始节点到目前节点的路径的确实代价。

如果h(n)是可接受的（admissible）意即h(n)未曾付出超过达到目标的代价，则A*一定会找出最佳解。

最能感受到启发式算法好处的经典问题是n-puzzle。

此问题在计算错误的拼图图形，与计算任两块拼图的曼哈顿距离的总和以及它距离目的有多远时，使用了本算法。

注意，上述两条件都必须在可接受的范围内。

经典的启发式算法包括哪些？

蚁群，模拟退火，禁忌搜索，人工神经网络等。

。

。

推荐教材《现代优化计算方法》第二版 邢文训，谢金星 清华大学出版社 另一本补充，《最优化理论与方法》 黄平 清华大学出版社 第一本教材网上有电子版，你自己搜下

决策中常见的几种启发式方法有哪些

心理学家卡尼曼等人指出，人们在不确定世界中决策依赖于有限的经验。

3种最重要的启发式包括：代表性、可得性以及锚定和调整。

　　（1）代表性启发式，是指人们倾向于根据样本是否代表（或类似）总体来判断其出现的概率，代表性越高的样本其判断的概率越高。

　　（2）可得性启发式。

也许是因为越常出现的事情给人留下的印象越深，因此，人们总是把最容易回忆起的当成以往最常出现的。

所以，如果领导者对一个员工的一次过失有很深的记忆，那么在他心里，这个员工可能已经成为了“经常犯错误”的人了。

　　（3）锚定和调整启发式，是指在决策过程中，人们会“锚定”在最初获得的信息上，并以之为参照来调整对事件的估计。

　　现代企业经营管理活动的复杂性、多样性，决定了经营管理决策有多种不同的类型。

　　（一）按决策的影响范围和重要程度不同，分为战略决策和战术决策 　　战略决策是指对企业发展方向和发展远景做出的决策，是关系到企业发展的全局性、长远性、方向性的重大决策。

如对企业的经营方向、经营方针、新产品开发等决策。

战略决策由企业最高层领导做出。

它具有影响时间长、涉及范围广、作用程度深刻的特点，是战术决策的依据和中心目标。

它的正确与否，直接决定企业的兴衰成败，决定企业发展前景。

　　战术决策是指企业为保证战略决策的实现而对局部的经营管理业务工作做出的决策。

如企业原材料和机器设备的采购，生产、销售的计划、商品的进货来源、人员的调配等属此类决策。

战术决策一般由企业中层管理人员做出的。

战术决策要为战略决策服务。

　　（二）按决策的主体不同，分为个人决策和集体决策 　　个人决策是由企业领导者凭借个人的智慧、经验及所掌握的信息进行的决策。

决策速度快、效率高是其特点，适用于常规事务及紧迫性问题的决策。

个人决策的最大缺点是带有主观和片面性，因此，对全局性重大问题则不宜采用。

　　集体决策是指由会议机构和上下相结合的决策。

会议机构决策是通过董事会、经理扩大会、职工代表大会等权力机构集体成员共同做出的决策。

上下相结合决策则是领导机构与下属相关机构结合、领导与群众相结合形成的决策。

集体决策的优点是能充分发挥集团智慧，集思广益，决策慎重，从而保证决策的正确性、有效性；缺点是决策过程较复杂，耗费时间较多。

它适宜于制定长远规划、 全局性的决策。

　　（三）按决策总是是否重复，分为程序化决策和非程序化决策 　　程序化决策，是指决策的问题是经常出现的问题，已经有了处理的经验、程序、规则，可以按常规办法来解决。

故程序化决策也称为“常规决策”。

例如，企业生产的产品质量不合格如果处理？商店销售过期的食品如何解决？就属程序化决策。

　　非程序化决策是指决策的问题是不常出现的，没有固定的模式、经验去解决，要靠决策者做出新的判断来解决。

非程序化决策也叫非常规决策。

如企业开辟新的销售市场、商品流通渠调整，选择新的促销方式等属于非常规决策。

　　按决策问题所处条件不同，分为在完全确知条件下的决策、风险型决策和在未完全确知条件下的决策 　　1．在完全确知条件下的决策 　　它是指决策过程中，提出各备选方案在确知的客观条件下，每个方案只有一种结果，比较其结果优劣作出最优选择的决策。

确定型决策是一种肯定状态下的决策。

决策者对被决策问题的条件、性质、后果都有充分了解，各个备选的方案只能有一种结果。

这类决策的关键在于选择肯定状态下的最佳方案。

　　2．风险型决策 　　它是指这样一类的决策。

在决策过程中提出各个备选方案，每个方案都有几种不同结果可以知道，其发生的概率也可测算，在这样条件下的决策，就是风险型决策。

例如某企业为了增加利润，提出两个备选方案： 一个方案是扩大老产品的销售； 另一个方案是开发新产品。

不论哪一种方案都会遇到市场需求高、市场需求一般和市场需求低几种不同可能性，它们发生的概率都可测算，若遇到市场需求低，企业就要亏损。

因而在上述条件下决策，带有一定的风险性，故称为风险型决策。

风险型决策之所以存在，是因为影响预测目标的各种市场因素是复杂多变的， 因而每个方案的执行结果都带有很大的随机性。

决策中， 不论选择哪种方案， 都存在一定的风险性。

　　3．在未完全确知条件下的决策 　　它是指这样一类的决策，在决策过程中提出各个备选方案，每个方案有几种不同的结果可以知道，但每一结果发生的概率无法知道。

在这样条件下，决策就是未确定型的决策。

它与风险型决策的区别在于：风险型决策中，每一方案产生的几种可能结果及其发生概率都知道，未确定型决策只知道每一方案产生的几种可能结果，但发生的概率并不知道。

这类决策是由于人们对市场需求的几种可能客观状态出现的随机性规律认识不足，就增大了决策的不确定性程度。

数学建模 用什么程序、什么语言好 模拟启发式算法的

基本上都是用matlab、spss或者是c的 matlab之所有用，是因为群众基础广泛，在中国普及的比较多，教材以及高手众多，有助于自己的学习，应用范围极其广泛，不嫌麻烦还可以把成果搞成图形界面，直接应用所需要算法，而且通过安装工具箱可以简化编程，直接应用所需要算法，只需要编写主程序就好了，工具箱网上很多~ spss用于数据处理，往往是相对较简单的应用，譬如做个回归，分析个主成分什么的~ c就不说了，如果那个论文用c的，八成是首次参赛~把大一学过的计算机公共课的知识搬进来了~ 言而总之，matlab可以完美通行国赛和美赛，别说蚁群，各种算法都可以实现，而且还比其他语言实现起来的难度要低，掌握好matlab，将来毕业了还可以考虑进入一些软件公司，有好多软件公司都在做基于matlab的产品，上研的话也很有用 mathematica这东西学生用的比较少，一些高端研究人员用的多一些~ lingo主要用于解方程组~ spas打错了，应该是spss，不过读起来是spas的音，上面提到过~ mapple也打错了，是maple，据说很牛掰，但是我没用过，貌似超过matlab，但是在大学教师这一层面看，会用的不多，所以不一定有人教你用~ p.s. 我的文库里有我们队10年国赛国一论文sis和svm都是用matlab做的，欢迎交流