最近在考慮數控裁床中走刀路徑優化問題，可以轉化為gtsp，tsp問題，進而與tsplib資料庫，gtsp測試集進行比較，難的是珠玉在前，很難在測試集上做得比前人好。導師建議用強化學習應用在該領域，其實，做得出效果，哪種演算法都可以，效果不夠好只能考慮演算法的新穎性了嗎？
tsp**,ica-ga?（2.23）
針對不同的排樣有不同的優化路徑，軟體得到排樣，再用sa演算法來解決路徑優化，需要花更多時間，看更多**！不要擔心做得好不好，找到創新點，努力去實現！不僅僅是最短路徑；（2.24）
演算法改進是一回事，整體思路又是一回事，設想1：（1）聚類分析，減小問題的規模（有人做過）；（2）中心點、形心點；（3）貪心演算法預處理（有人做過）；（4）tsp對入刀點重組順序（有人做過）；（5）老演算法的改進（難，在於效果）；（6）新演算法的引入（效果不一定好）；（2.24）
簡化並改進遺傳：先不要改字母，而是先注釋，搭建框架，修改一部分要先注釋掉原部分，然後執行，貪心演算法的程式設計；（2.25）
引入貪心預搜尋（增加耗時，有一定效果），最近鄰搜尋時不考慮裁剪原點，而是嘗試每個樣片起始點，入刀點位置（耗時嚴重）；（2.26）
3條路：tsp、gtsp、服裝裁剪路徑優化，區別在於測試集的對比，前兩種測試集易得，效果難以做出，後一種難以有說服力，嘗試用一種新演算法？（2.26）
idea:**在於創新、思路、方法可行性等。（2.26）
最短路徑 SPFA演算法優化
首先先明確乙個問題，spfa是什麼？不會看什麼看，一邊學去，傳送門 spfa是bellman ford的佇列優化版本，只有在國內才流行spfa這個名字，大多數人就只知道spfa就是乙個頂尖的高效演算法，卻不知道還能繼續優化，這個優化雖然也沒有你想的那麼麻煩，只不過多了幾個判斷語句罷了，5分鐘就能學會...
6 4 最短路徑 Bellman Ford優化
實際上我們可以這樣做 每次僅僅對最短路的估計值發生了變化的頂點的所有出邊執行鬆弛操作 我們可以利用佇列來維護這些點 我們每次都選取隊首的頂點u，對頂點u的所有出邊進行鬆弛操作 如果通過u v這條邊，可以使得源點到頂點v的最短路徑變短，且頂點v不在當前佇列中 那麼我們就把頂點v放入隊尾 在對頂點u的所...
關鍵路徑與最短路徑解析
1.最短路徑 如果從某頂點出發，這個頂點稱為源點，經圖的邊到達另一頂點，這個頂點稱為終點，所經過的路徑不止一條，找出一條路徑使的沿此路徑上各邊的權值之和為最小。從源點到終點走得最短的路線權值之和 預設為1 2.關鍵路徑 採用邊表示活動 activity on edge 網路，簡稱aoe網路。每個頂點...