新聞中心
前面的部分涉及創(chuàng)建約束滿足問題。 現(xiàn)在將它應用于現(xiàn)實世界的問題。 通過約束滿足解決的現(xiàn)實世界問題的一些例子如下 -

創(chuàng)新互聯(lián)于2013年開始,先為高碑店等服務建站,高碑店等地企業(yè),進行企業(yè)商務咨詢服務。為高碑店企業(yè)網(wǎng)站制作PC+手機+微官網(wǎng)三網(wǎng)同步一站式服務解決您的所有建站問題。
解決代數(shù)關系
在約束滿足問題的幫助下,可以求解代數(shù)關系。 在這個例子中,我們將嘗試解決一個簡單的代數(shù)關系 a * 2 = b。 它會在我們定義的范圍內(nèi)返回 a 和 b 的值。
完成此 Python 程序后,您將能夠理解解決約束滿足問題的基礎知識。
請注意,在編寫程序之前,需要安裝名為 python-constraint 的 Python 包。使用以下命令安裝它 -
pip install python-constraint
以下步驟向您展示了一個使用約束滿足來解決代數(shù)關系的 Python 程序。
使用以下命令導入約束包 -
from constraint import *
現(xiàn)在,創(chuàng)建一個名為 problem() 的模塊對象,如下所示 -
problem = Problem()
現(xiàn)在,定義變量。請注意,這里有兩個變量 a 和 b,并且將定義 10 為它們的范圍,這意味著在前 10 個數(shù)字范圍內(nèi)得到解決。
problem.addVariable('a', range(10))
problem.addVariable('b', range(10))
接下來,定義應用于這個問題的特定約束。 請注意,這里使用約束 a * 2 = b。
problem.addConstraint(lambda a, b: a * 2 == b)
現(xiàn)在,使用以下命令創(chuàng)建 getSolution() 模塊的對象 -
solutions = problem.getSolutions()
最后,使用以下命令打印輸出 -
print (solutions)
可以觀察上述程序的輸出如下 -
[{'a': 4, 'b': 8}, {'a': 3, 'b': 6}, {'a': 2, 'b': 4}, {'a': 1, 'b': 2}, {'a': 0, 'b': 0}]
魔幻正方形 一個神奇的正方形是一個正方形網(wǎng)格中不同數(shù)字(通常是整數(shù))的排列,其中每行和每列中的數(shù)字以及對角線上的數(shù)字加起來就是所謂的“魔術常數(shù)”。
以下是用于生成幻方的簡單 Python 代碼的逐步執(zhí)行 -
定義一個名為 magic_square 的函數(shù),如下所示 -
def magic_square(matrix_ms):
iSize = len(matrix_ms[0])
sum_list = []
以下代碼顯示了垂直方塊的代碼 -
for col in range(iSize):
sum_list.append(sum(row[col] for row in matrix_ms))
以下代碼顯示了水平方塊的代碼 -
sum_list.extend([sum (lines) for lines in matrix_ms])
水平方塊的代碼實現(xiàn) -
dlResult = 0
for i in range(0,iSize):
dlResult +=matrix_ms[i][i]
sum_list.append(dlResult)
drResult = 0
for i in range(iSize-1,-1,-1):
drResult +=matrix_ms[i][i]
sum_list.append(drResult)
if len(set(sum_list))>1:
return False
return True
現(xiàn)在,給出矩陣的值并查看輸出結(jié)果 -
print(magic_square([[1,2,3], [4,5,6], [7,8,9]]))
可以觀察到由于總和未達到相同數(shù)字,輸出將為False。
print(magic_square([[3,9,2], [3,5,7], [9,1,6]]))
可以觀察到輸出將為True,因為總和是相同的數(shù)字,即15。
網(wǎng)頁標題:創(chuàng)新互聯(lián)AI教程:AI人工智能約束滿足解決的現(xiàn)實世界問題
轉(zhuǎn)載源于:http://www.dlmjj.cn/article/cdspics.html


咨詢
建站咨詢
