Logo
☆☆☆☆☆
0.0
Intermediate
8h

用 Python 解决旅行商问题

解决复杂的计算问题是一项资源消耗巨大的任务。旅行商问题(TSP)就是这样一个问题,它属于NP难问题。在数据科学时代,以数据为中心的方法逐渐成为近似求解此类问题的优选方案。 本课程将带你深入探索地理空间数据处理、距离计算、聚类分析、网络图构建以及Docker容器化技术,这些内容将共同用于优化具有挑战性的TSP问题。你将首先掌握地理空间数据的操作技巧并学会如何进行可视化绘图。随后,你将深入学习销售数据的聚类分析,提升基于数据的决策能力,并通过交互式仪表板展示数据挖掘的结果。 完成本课程后,你将能够高效应对TSP问题,并具备创建地理空间数据可视化的能力。同时,你也将为实现路线优化、数据分析和云部署的规模化做好充分准备。

8 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
用 Python 解决旅行商问题
解决复杂的计算问题是一项资源消耗巨大的任务。旅行商问题(TSP)就是这样一个问题,它属于NP难问题。在数据科学时代,以数据为中心的方法逐渐成为近似求解此类问题的优选方案。 本课程将带你深入探索地理空间数据处理、距离计算、聚类分析、网络图构建以及Docker容器化技术,这些内容将共同用于优化具有挑战...

WHAT YOU'LL LEARN

对地理空间数据操作、绘图及其在优化路线中应用的理解

Content

8 Lessons • 0 Quizzes • 0 Challenges

旅行商问题是什么?
  1. 1

    入门

  2. 2

    旅行商问题简介

  3. 3

    旅行商问题背景

  4. 4

    理解地理空间数据

  5. 5

    关于旅行商问题的测验

旅行商问题数据的预处理
  1. 1

    导入数据

  2. 2

    检查数据:数据分析

  3. 3

    检查数据:绘图

  4. 4

    测试你的数据检查知识

  5. 5

    操作数据

  6. 6

    测试你的数据操作知识

解决旅行商问题
  1. 1

    线段距离测量

  2. 2

    测试你的距离知识

  3. 3

    道路距离测量

  4. 4

    遍历数据

  5. 5

    探索 openpyxl

  6. 6

    道路距离:Google 地图

  7. 7

    最短总距离

  8. 8

    暴力解法

  9. 9

    遗传算法

  10. 10

    旅行商问题:包

  11. 11

    运筹学工具

  12. 12

    用户表单:选择起点

旅行商数据挖掘
  1. 1

    网络图

  2. 2

    网络图可视化完整代码

  3. 3

    数据聚类

  4. 4

    关键绩效指标

  5. 5

    数据增强

  6. 6

    揭示隐藏的模式

  7. 7

    提升交互性

  8. 8

    讲故事

构建旅行商问题仪表板
  1. 1

    仪表板:最短路径

  2. 2

    仪表板:最短路径与数据挖掘

可扩展性
  1. 1

    处理大规模旅行商问题

  2. 2

    基于云的旅行商问题

结论
  1. 1

    课程概要

附录
  1. 1

    Python 与开发环境

  2. 2

    数据导入:不同的数据文件类型

  3. 3

    Python 数据结构

  4. 4

    错误处理

  5. 5

    PyInstaller:打包 Python 应用程序

  6. 6

    将应用程序容器化

  7. 7

    仪表板云部署

  8. 8

    OpenStreetMap (OSM):商业地图的替代方案

  9. 9

    有用的工具

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)