约束满足解决的现实世界问题
前面的部分涉及创建约束满足问题。 现在将它应用于现实世界的问题。 通过约束满足解决的现实世界问题的一些例子如下 -
解决代数关系
在约束满足问题的帮助下,可以求解代数关系。 在这个例子中,我们将尝试解决一个简单的代数关系a * 2 = b。 它会在我们定义的范围内返回a和b的值。
完成此Python程序后,您将能够理解解决约束满足问题的基础知识。
请注意,在编写程序之前,需要安装名为python-constraint的Python包。使用以下命令安装它 -
pip install python-constraint
以下步骤向您展示了一个使用约束满足来解决代数关系的Python程序。
使用以下命令导入约束包 -
from constraint import *
现在,创建一个名为problem()的模块对象,如下所示 -
problem = Problem()
现在,定义变量。请注意,这里有两个变量a和b,并且将定义10为它们的范围,这意味着在前10个数字范围内得到解决。
problem.addVariable('a', range(10))
problem.addVariable('b', range(10))
接下来,定义应用于这个问题的特定约束。 请注意,这里使用约束a * 2 = b。
problem.addConstraint(lambda a, b: a * 2 == b)
现在,使用以下命令创建getSolution()模块的对象 -
solutions = problem.getSolutions()
最后,使用以下命令打印输出 -
print (solutions)
可以观察上述程序的输出如下 -
[{'a': 4, 'b': 8}, {'a': 3, 'b': 6}, {'a': 2, 'b': 4}, {'a': 1, 'b': 2}, {'a': 0, 'b': 0}]
魔幻正方形一个神奇的正方形是一个正方形网格中不同数字(通常是整数)的排列,其中每行和每列中的数字以及对角线上的数字加起来就是所谓的“魔术常数”。
以下是用于生成幻方的简单Python代码的逐步执行 -
定义一个名为magic_square的函数,如下所示 -
def magic_square(matrix_ms):
iSize = len(matrix_ms[0])
sum_list = []
以下代码显示了垂直方块的代码 -
for col in range(iSize):
sum_list.append(sum(row[col] for row in matrix_ms))
以下代码显示了水平方块的代码 -
sum_list.extend([sum (lines) for lines in matrix_ms])
水平方块的代码实现 -
dlResult = 0
for i in range(0,iSize):
dlResult +=matrix_ms
sum_list.append(dlResult)
drResult = 0
for i in range(iSize-1,-1,-1):
drResult +=matrix_ms
sum_list.append(drResult)
if len(set(sum_list))>1:
return False
return True
现在,给出矩阵的值并查看输出结果 -
print(magic_square([[1,2,3], [4,5,6], [7,8,9]]))
可以观察到由于总和未达到相同数字,输出将为False。
print(magic_square([[3,9,2], [3,5,7], [9,1,6]]))
可以观察到输出将为True,因为总和是相同的数字,即15。
//更多请阅读:https://www.yiibai.com/ai_with_python/ai_with_python_heuristic_search.html
|