请数学系朋友解决算法问题，1000元酬谢！！

mq110

大家就不要再猜了.
描述就不明确.
即使算出来也象deathbravo   所说的那样.还得考虑加工误差，冲压模具好像还要留边

既然LZ 敢接这个活 必然就有把握的了。 不至于在接之前只想着去论坛问问就能出来算法.

skybluehacker

呵呵，问题答案有没有？我不是做作业的，想一下都知道，中国人的作业不会考一些未知的东西，譬如不会出：“谁能算出圆周率的精确度比当今世界上已经实现的再精确100位？”。

这个是数学问题的现实需求，还有，不能提供帮助的兄弟们不要老是中国式的无端批评与鄙视，当然是楼主本人解决不了的问题才请大家帮忙，这正是我们论坛的目的所在，还有，我也不是乱问，只是这个涉及到数学算法问题，我的确构造设计不出它的解决方案，求这方面有研究的高手指点。

无论如何，还是谢谢大家的帮助！！！

mq110

能做就做.不能做就别接.
光靠论坛 就想赚钱. 趁早打消这个念头吧.
gvim 说的没什么不对.

bigapple2008

用matlab吧,偶数学系同学经常做这种题目的说,
遗传算法一用,就可以了..
这也是最优化问题嘛

deathbravo

按照最复杂的情况考虑，小零件的外形是凹多边形，这样零件分布起来会是犬牙交错的状态，这时候每放置一个新零件要计算它与旁边的零件的每一条边的距离，尽量让零件突出的部位嵌入其他零件的凹陷部位。
我是这样想的；
具体计算起来会有好多问题，一般零件摆放程序都是计算计算外包络的；

oohmail

我也赞成用遗传算法，对于这种不好定义算法的问题，用遗传算法最合适了。

skybluehacker

matlab,遗传算法，可否详细说一下思路，还有细化过程模块？

主要是我也有研究了一下，但是不得要领，似乎不太好设计
（能力：总是在已经拥有的层面去认识积累出来的，而认知的难易度取决于已有的各种综合能力，我以后搞的共享软件的方向想涉及到图像处理，这一块我将会细化学习研究），但是，目前不知道是否已经拥有的朋友可以花点点心思指导一下


引用相关知识：

matlab遗传算法工具箱函数及实例讲解

gaotv5

核心函数：
(1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数
【输出参数】
pop--生成的初始种群
【输入参数】
num--种群中的个体数目
bounds--代表变量的上下界的矩阵
eevalFN--适应度函数
eevalOps--传递给适应度函数的参数
options--选择编码形式(浮点编码或是二进制编码)[precision F_or_B],如
    precision--变量进行二进制编码时指定的精度
    F_or_B--为1时选择浮点编码，否则为二进制编码,由precision指定精度)

(2)function [x,endPop,bPop,traceInfo] = ga(bounds,evalFN,evalOps,startPop,opts,...
         termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遗传算法函数
【输出参数】
    x--求得的最优解
    endPop--最终得到的种群
    bPop--最优种群的一个搜索轨迹
【输入参数】
    bounds--代表变量上下界的矩阵
    evalFN--适应度函数
    evalOps--传递给适应度函数的参数
    startPop-初始种群
    opts[epsilon prob_ops display]--opts(1:2)等同于initializega的options参数，第三个参数控制是否输出，一般为0。如[1e-6 1 0]
    termFN--终止函数的名称,如['maxGenTerm']
    termOps--传递个终止函数的参数,如[100]
    selectFN--选择函数的名称,如['normGeomSelect']
    selectOps--传递个选择函数的参数,如[0.08]
    xOverFNs--交叉函数名称表，以空格分开，如['arithXover heuristicXover simpleXover']
    xOverOps--传递给交叉函数的参数表，如[2 0;2 3;2 0]
    mutFNs--变异函数表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation']
    mutOps--传递给交叉函数的参数表,如[4 0 0;6 100 3;4 100 3;4 0 0]

注意】matlab工具箱函数必须放在工作目录下
【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0<=x<=9
【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08
【程序清单】
   %编写目标函数
     function[sol,eval]=fitness(sol,options)
       x=sol(1);
       eval=x+10*sin(5*x)+7*cos(4*x);
   %把上述函数存储为fitness.m文件并放在工作目录下
   
   initPop=initializega(10,[0 9],'fitness');%生成初始种群，大小为10
   [x endPop,bPop,trace]=ga([0 9],'fitness',[],initPop,[1e-6 1 1],'maxGenTerm',25,'normGeomSelect',...
     [0.08],['arithXover'],[2],'nonUnifMutation',[2 25 3]) %25次遗传迭代

运算借过为：x =
   7.8562 24.8553(当x为7.8562时，f（x）取最大值24.8553)

注：遗传算法一般用来取得近似最优解，而不是最优解。