① 关于bin packing的算法
装箱问题，只要装载重量不超过规定重量就可以了。
② 电源开关中的LOAD是什么意思
电源开关中的LOAD是出线，接负载的意思。
③ Packing的近似算法，有人会做这个题目的毕业设计吗急求
很难
④ 什么叫组合优化
组合优化（Combinatorial Optimization）问题的目标是从组合问题的可行解集中求出最优解，通常可描述为：令Ω＝{s1，s2，…，sn}为所有状态构成的解空间，C(si)为状态si对应的目标函数值，要求寻找最优解s*，使得对于所有的si∈Ω，有C(s*)＝minC(si)。组合优化往往涉及排序、分类、筛选等问题，它是的一个重要分支。
典型的组合优化问题有旅行商问题（Traveling Salesman Problem－TSP）、加工调度问题（Scheling Problem，如Flow-Shop，Job-Shop）、0-1背包问题（Knapsack Problem）、装箱问题（Bin Packing Problem）、图着色问题（Graph Coloring Problem）、聚类问题（Clustering Problem）等。这些问题描述非常简单，并且有很强的工程代表性，但最优化求解很困难，其主要原因是求解这些问题的算法需要极长的运行时间与极大的存储空间，以致根本不可能在现有计算机上实现，即所谓的“组合爆炸”。正是这些问题的代表性和复杂性激起了人们对组合优化理论与算法的研究兴趣。
⑤ bin packing problem是什么意思
bin packing problem
英 [bin ˈpækɪŋ ˈprɔbləm]
美 [bɪn ˈpækɪŋ ˈprɑbləm]
[计] 装箱问题
双语例句
1. Also can be seen as a two - dimensional bin - packing problem. 小图片拼接的另一个算法.也可以看作是二 维 装箱问题.
⑥ 如何在圆内尽可能画最多的圆
这个问题属于装载问题（packing problem）中的一类（equal circle packing in a circle）。看似简单，但至今没有被彻底解决。很多装载问题都属于NP hard 问题，这个equal circle packing 问题也不例外 [1]。所谓NP hard (Non-deterministic Polynomial-time hard) 是计算复杂性理论中衡量问题复杂程度的一个类。目前为止，任何属于NP hard 类的问题都找不到能在多项式时间内解决的快速算法，甚至很可能根本不存在这样的快速算法（PS：与此有关的 P/NP问题是着名的7个千禧年大奖难题之一）。多项式时间是指对于输入n，运算时间的上限可表示为n的多项式。或可以这样理解：能用多项式时间完成的算法就是快速算法。因此，属于NP hard 的装载问题一般来说不但不存在普适的填充公式，就连能快速寻找严格最优解的算法也没有。
对于这些NP hard 的装载问题，只有填充数量较小和一些特殊的情况可以手动寻找和证明严格的最优填充方案，当填充数较大时只能靠近似优化算法寻找近似最优解。
equal circle packing in a circle 问题可以一般表述为：将n个单位圆互不嵌入地放入一个大圆内，大圆的最小半径是多少？
就我查到的资料，现在严格证明的情况只有 n =1,2,..., 13 和 19 [2-6]。其余的情况要么是还未严格证明，要么是只有用近似算法找到的近似最优解。
⑦ 智能算法的智能算法概述
智能优化算法要解决的一般是最优化问题。最优化问题可以分为（1）求解一个函数中，使得函数值最小的自变量取值的函数优化问题和（2）在一个解空间里面，寻找最优解，使目标函数值最小的组合优化问题。典型的组合优化问题有：旅行商问题（Traveling Salesman Problem，TSP），加工调度问题（Scheling Problem），0－1背包问题（Knapsack Problem），以及装箱问题（Bin Packing Problem）等。
优化算法有很多，经典算法包括：有线性规划，动态规划等；改进型局部搜索算法包括爬山法，最速下降法等，本文介绍的模拟退火、遗传算法以及禁忌搜索称作指导性搜索法。而神经网络，混沌搜索则属于系统动态演化方法。
优化思想里面经常提到邻域函数，它的作用是指出如何由当前解得到一个（组）新解。其具体实现方式要根据具体问题分析来定。
一般而言，局部搜索就是基于贪婪思想利用邻域函数进行搜索，若找到一个比现有值更优的解就弃前者而取后者。但是，它一般只可以得到“局部极小解”，就是说，可能这只兔子登“登泰山而小天下”，但是却没有找到珠穆朗玛峰。而模拟退火，遗传算法，禁忌搜索，神经网络等从不同的角度和策略实现了改进，取得较好的“全局最小解”。
⑧ 装柜数的英文缩写是什么怎么能快速计算出装柜数
给你个理论算法，就是用整集装箱的体积除以单个包装的体积，就能框算出最大的装量。而实际装量一定小于这个装量。因为包装箱尺寸不可能与集装箱严丝合缝，而且箱子间也会有空隙。实际装量自己可以用Excel设计一个模拟装箱的计算表格进行推算即可。原则是行*列*层得出的结果最接近前边计算出的“理论装量”。
⑨ #pragma pack的对齐用法详解
什么是对齐，以及为什么要对齐： 现代计算机中内存空间都是按照byte划分的，从理论上讲似乎对任何类型的变量的访问可以从任何地址开始，但实际情况是在访问特定变量的时候经常在特定的内存地址访问，这就需要各类型数据按照一定的规则在空间上排列，而不是顺序的一个接一个的排放，这就是对齐。 对齐的作用和原因：各个硬件平台对存储空间的处理上有很大的不同。一些平台对某些特定类型的数据只能从某些特定地址开始存取。其他平台可能没有这种情况，但是最常见的是如果不按照适合其平台要求对数据存放进行对齐，会在存取效率上带来损失。比如有些平台每次读都是从偶地址开始，如果一个int型（假设为32位系统）如果存放在偶地址开始的地方，那么一个读周期就可以读出，而如果存放在奇地址开始的地方，就可能会需要2个读周期，并对两次读出的结果的高低字节进行拼凑才能得到该int数据。显然在读取效率上下降很多。这也是空间和时间的博弈。
对齐的实现：通常，我们写程序的时候，不需要考虑对齐问题。编译器会替我们选择适合目标平台的对齐策略。当然，我们也可以通知给编译器传递预编译指令而改变对指定数据的对齐方法。 但是，正因为我们一般不需要关心这个问题，所以因为编辑器对数据存放做了对齐，而我们不了解的话，常常会对一些问题感到迷惑。最常见的就是struct数据结构的sizeof结果，出乎意料。为此，我们需要对对齐算法所了解。
作用：指定结构体、联合以及类成员的packing alignment;
语法：#pragma pack( [show] | [push | pop] [, identifier], n ) 1，pack提供数据声明级别的控制，对定义不起作用；
2，调用pack时不指定参数，n将被设成默认值；
3，一旦改变数据类型的alignment，直接效果就是占用memory的减少，但是performance会下降。 1，show：可选参数；显示当前packing aligment的字节数，以warning message的形式被显示；
2，push：可选参数；将当前指定的packing alignment数值进行压栈操作，这里的栈是the internal compiler stack，同时设置当前的packing alignment为n；如果n没有指定，则将当前的packing alignment数值压栈；
3，pop：可选参数；从internal compiler stack中删除最顶端的record；如果没有指定n，则当前栈顶record即为新的packing alignment数值；如果指定了n，则n将成为新的packing aligment数值；如果指定了identifier，则internal compiler stack中的record都将被pop直到identifier被找到，然后pop出identitier，同时设置packing alignment数值为当前栈顶的record；如果指定的identifier并不存在于internal compiler stack，则pop操作被忽略；
4，identifier：可选参数；当同push一起使用时，赋予当前被压入栈中的record一个名称；当同pop一起使用时，从internal compiler stack中pop出所有的record直到identifier被pop出，如果identifier没有被找到，则忽略pop操作；
5，n：可选参数；指定packing的数值，以字节为单位；缺省数值是8，合法的数值分别是1、2、4、8、16。
1，复杂类型中各个成员按照它们被声明的顺序在内存中顺序存储，第一个成员的地址和整个类型的地址相同；
2，每个成员分别对齐，即每个成员按自己的方式对齐，并最小化长度；规则就是每个成员按其类型的对齐参数（通常是这个类型的大小）和指定对齐参数中较小的一个对齐；
3，结构、联合或者类的数据成员，第一个放在偏移为0的地方；以后每个数据成员的对齐，按照#pragma pack指定的数值和这个数据成员自身长度两个中比较小的那个进行；也就是说，当#pragma pack指定的值等于或者超过所有数据成员长度的时候，这个指定值的大小将不产生任何效果；
4，复杂类型（如结构）整体的对齐<注意是“整体”>是按照结构体中长度最大的数据成员和#pragma pack指定值之间较小的那个值进行；这样在成员是复杂类型时，可以最小化长度；
5，结构整体长度的计算必须取所用过的所有对齐参数的整数倍，不够补空字节；也就是取所用过的所有对齐参数中最大的那个值的整数倍，因为对齐参数都是2的n次方；这样在处理数组时可以保证每一项都边界对齐。
对齐的算法： 由于各个平台和编译器的不同，现以本人使用的gcc version 3.2.2编译器（32位x86平台）为例子，来讨论编译器对struct数据结构中的各成员如何进行对齐的。
在相同的对齐方式下，结构体内部数据定义的顺序不同，结构体整体占据内存空间也不同，如下： 设结构体如下定义： struct A { int a; char b; short c; }; 结构体A中包含了4字节长度的int一个，1字节长度的char一个和2字节长度的short型数据一个。所以A用到的空间应该是7字节。但是因为编译器要对数据成员在空间上进行对齐。所以使用sizeof(strcut A)值为8。 现在把该结构体调整成员变量的顺序。 struct B { char b; int a; short c; }; 这时候同样是总共7个字节的变量，但是sizeof(struct B)的值却是12。
下面我们使用预编译指令#pragma pack (value)来告诉编译器，使用我们指定的对齐值来取代缺省的。 #pragma pack (2) /*指定按2字节对齐，等价于#pragma pack(push,2)*/ struct C { char b; int a; short c; }; #pragma pack () /*取消指定对齐，恢复缺省对齐,等价于#pragma pack(pop)*/ sizeof(struct C)值是8。 修改对齐值为1：#pragma pack (1) /*指定按1字节对齐*/ struct D { char b; int a; short c; }; #pragma pack () /*取消指定对齐，恢复缺省对齐*/ sizeof(struct D)值为7。 对于char型数据，其自身对齐值为1，对于short型为2，对于int,float,long类型，其自身对齐值为4，double,long long类型，其自身对齐值为8，单位字节。 1.数据类型自身的对齐值：就是上面交代的基本数据类型的自身对齐值。 2.指定对齐值：#pragma pack (value)时的指定对齐值value。 3.结构体或者类的自身对齐值：其数据成员中自身对齐值最大的那个值。 4.数据成员、结构体和类的有效对齐值：自身对齐值和指定对齐值中小的那个值。 有了这些值，我们就可以很方便的来讨论具体数据结构的成员和其自身的对齐方式。有效对齐值N是最终用来决定数据存放地址方式的值，最重要。有效对齐N，就是表示“对齐在N上”，也就是说该数据的存放起始地址%N=0.而数据结构中的数据变量都是按定义的先后顺序来排放的。第一个数据变量的起始地址就是数据结构的起始地址。结构体的成员变量要对齐排放，结构体本身也要根据自身的有效对齐值圆整(就是结构体成员变量占用总长度需要是对结构体有效对齐值的整数倍，结合下面例子理解)。这样就不难理解上面的几个例子的值了。 例子分析： 分析例子B； struct B { char b; int a; short c; }; 假设B从地址空间0x0000开始排放。该例子中没有定义指定对齐值，在笔者环境下，该值默认为4。
第一个成员变量b的自身对齐值是1，比指定或者默认指定对齐值4小，所以其有效对齐值为1，所以其存放地址0x0000符合0x0000%1=0.
第二个成员变量a，其自身对齐值为4，所以有效对齐值也为4，所以只能存放在起始地址为0x0004到0x0007这四个连续的字节空间中，符合0x0004%4=0, 且紧靠第一个变量。
第三个变量c,自身对齐值为2，所以有效对齐值也是2，可以存放在0x0008到0x0009这两个字节空间中，符合0x0008%2=0。所以从0x0000到0x0009存放的都是B内容。
再看数据结构B的自身对齐值为其变量中最大对齐值(这里是a）和指定对齐值(这里是4)中较小的那个，所以就是4，所以结构体的有效对齐值也是4。根据结构体圆整的要求，0x0009到0x0000=10字节，（10+2）%4=0。所以0x0000A到0x000B也为结构体B所占用。故B从0x0000到0x000B共有12个字节,sizeof(struct B)=12; 同理,分析上面例子C： #pragma pack (2) /*指定按2字节对齐*/ struct C { char b; int a; short c; }; #pragma pack () /*取消指定对齐，恢复缺省对齐*/
第一个变量b的自身对齐值为1，指定对齐值为2，所以，其有效对齐值为1，假设C从0x0000开始，那么b存放在0x0000，符合0x0000%1=0;
第二个变量，自身对齐值为4，指定对齐值为2，所以有效对齐值为2，所以顺序存放在0x0002、0x0003、0x0004、0x0005四个连续字节中，符合0x0002%2=0。
第三个变量c的自身对齐值为2，所以有效对齐值为2，顺序存放在0x0006、0x0007中，符合0x0006%2=0。所以从0x0000到0x00007共八字节存放的是C的变量。
又C的自身对齐值为4，所以C的有效对齐值为2。又8%2=0,C只占用0x0000到0x0007的八个字节。所以sizeof(struct C)=8.
⑩ 最新的vcu软件智能算法有哪些
蚁群其实还是算比较新的
“智能算法”是指在工程实践中，经常会接触到一些比较“新颖”的算法或理论，比如模拟退火，遗传算法，禁忌搜索，神经网络，天牛须搜索算法，麻雀搜索算法等。这些算法或理论都有一些共同的特性（比如模拟自然过程。它们在解决一些复杂的工程问题时大有用武之地。
智能优化算法要解决的一般是最优化问题。最优化问题可以分为
（1）求解一个函数中，使得函数值最小的自变量取值的函数优化问题和
（2）在一个解空间里面，寻找最优解，使目标函数值最小的组合优化问题。典型的组合优化问题有：旅行商问题（TravelingSalesmanProblem，TSP），加工调度问题（SchelingProblem），0－1背包问题（KnapsackProblem），以及装箱问题（BinPackingProblem）等。
