如何设计权重算法？

一、如何设计权重算法？

权重算法，最基本的是：a.Delphi法（专家打分）b.AHP法（层次分析）但实际在操作的运算实现过程当中均是以a+b相结合的方法进行权重计算。此处介绍个计算权重的好东西：yaahp软件（请自行搜索学习）当中的群决策便是对于两种方法相结合最好的应用。而作为计算权重的实用工具，其操作也十分便捷，大致分为以下流程：

1.层次模型绘制（决策目标/中间层要素/备选方案）；

2.AHP法设定调查表；

3.输入结果，群决策；

4.计算权重输出结果。

二、调度算法设计思路？

在操作系统中调度是指一种自远方分配，因而调度算法是指：根据系统的资源分配策略所规定的资源分配算法。

对于不同的的系统和系统目标，通常采用不同的调度算法，例如，在批处理系统中，为了照顾为数众多的段作业，应采用短作业优先的调度算法；又如在分时系统中，为了保证系统具有合理的响应时间，应当采用轮转法进行调度。

目前存在的多种调度算法中，有的算法适用于作业调度，有的算法适用于进程调度；但也有些调度算法既可以用于作业调度，也可以用于进程调度。

三、算法设计怎么写？

设计一个好的算法需要设计者根据实际要解决的问题，充分发挥自己的分析和综合能力，经过认真构思、仔细设计和耐心调整。

在算法的设计过程中，最重要的是创新精神。经过数千年无数前人的创新，人类不近积累了大量精妙的算法，同时在算法的设计方法上也进行了深入的探讨，发现许多不同问题的解决算法，它们的设计思想有相似之处。经过科学的总结，找到了一些行之有效的能够用于设计算法的一般方法。

四、DES算法设计目的？

DES的设计目标是，用于加密保护静态存储和传输信道中的数据，安全使用10~15年。DES综合运用了置换、代替、代数等多种密码技术。它设计精巧、实现容易、使用方便，堪称是适应计算机环境的近代分组密码的一个典范。DES的设计充分体现了Shannon所阐述的设计密码的思想，标志着密码的设计与分析达到了新的水平。

五、什么是算法设计？

算法设计更难，编码只是根据算法的伪代码去实现算法。需要一些写代码的功底。算法设计更注重的是想法。基本上算法设计出来了，写程序就不难了。 算法设计的工资比编码的工资高得多，一个高中生就能编码了。 在印度，程序员基本上是高中生。而中国的计算机本科生出来基本上做了程序员。

六、算法设计的步骤？

1. 弄清楚题目的意思，列出题目的输入、输出、约束条件

其中又一道题目是这样的：“有一个mxn的矩阵，每一行从左到右是升序的，每一列从上到下是升序的。请实现一个函数，在矩阵中查找元素elem，找到则返回elem的位置。”题设只说了行和列是升序的，我在草稿纸上画了一个3x4的矩阵，里面的元素是1~12，于是我就想当然的认为矩阵的左上角是最小的元素，右下角是最大的元素。于是整个题目的思考方向就错了。

2. 思考怎样让算法的时间复杂度尽可能的小

继续以上面的题目为例子。可以有如下几种算法：

a. 遍历整个矩阵进行查找，那么复杂度为O(m*n)；

b. 因为每一行是有序的，所以可以对每一行进行二分查找，复杂度为O(m*logn)。但是这样只用到了行有序的性质。

c. 网上查了一下，最优的算法是从矩阵的左下角开始，比较左下角的元素（假设为X）与elem的大小，如果elem比X大，那么X所在的那一列元素就都被排除了，因为X是该列中最大的了，比X还大，那么肯定比X上面的都大；如果elem比X小，那么X所在的那一行就可以排除了，因为X是这一行里最小的了，比X还小那么肯定比X右边的都小。每迭代一次，矩阵的尺寸就缩小一行或一列。复杂度为O(max(m,n))。

可以先从复杂度较高的实现方法入手，然后再考虑如何利用题目的特定条件来降低复杂度。

3. 编写伪代码或代码

七、算法的基本设计要求？

算法的基本设计要求包括：

1、数据对象的操作和操作：计算机可以执行的基本操作以指令的形式描述。

2、算法的控制结构：算法的功能结构不仅取决于所选的操作，还取决于操作之间的执行顺序。

算法的特征如下：

1、有穷性：算法的有穷性意味着算法在执行有限的步骤之后必须能够终止。

2、确切性：算法的每一步都必须确切定义。

3、输入项：一个算法有0个或多个输入来描述操作对象的初始条件。所谓的零输入是指由算法本身决定的初始条件。

4、输出项：一个算法有一个或多个输出来反映处理输入数据的结果。没有输出的算法毫无意义。

5、可行性：算法中执行的任何计算步骤都可以分解为基本的可执行操作步骤，即每个计算步骤都可以在有限的时间内完成。

八、设计批量人像彩色算法？

这是一个复杂的任务，需要综合运用计算机视觉、图像处理和机器学习等领域的知识。下面是一个简单的步骤框架，用于设计批量人像彩色算法：

数据收集：收集大量的黑白人像图像和对应的彩色图像作为训练数据。

数据预处理：对收集到的黑白人像图像进行预处理，包括去噪、图像增强、对齐等操作，以提高后续算法的准确性。

特征提取：使用计算机视觉技术，提取黑白人像图像中的特征，例如面部轮廓、眼睛、嘴巴等。

彩色信息匹配：将特征提取的结果与训练数据中的彩色图像进行匹配，找到与之相似的彩色图像。

彩色信息融合：将匹配到的彩色图像中的颜色信息融合到黑白人像图像中，可以使用图像处理技术，例如插值、颜色映射等。

算法优化：对算法进行优化和调整，以提高彩色化效果和算法的速度。

模型训练和评估：使用训练数据对算法进行训练，并使用测试数据进行评估，以验证算法的准确性和鲁棒性。

需要注意的是，设计一个高质量的批量人像彩色算法是一个复杂的任务，需要深入研究和实践。以上步骤只是一个简单的框架，具体的实现还需要根据具体情况进行调整和优化。

九、算法设计有哪些方法？

　　算法设计是一件非常困难的工作，经常采用的算法设计技术主要有迭代法、穷举搜索法、递推法、贪婪法、回溯法、分治法、动态规划法等等。　　另外，为了更简洁的形式设计和藐视算法，在算法设计时又常常采用递归技术，用递归描述算法。

十、psa算法设计基于什么？

二、基于SJF算法和PSA算法的折中算法1、为每个作业设定一个相同的最长等待时间t，同时由外部赋予每个作业相应的优先级2、在时间t内，若有比当前作业更短的作业或者优先级更高的作业到来时，则新来的作业抢占当前作业获得调度机会3、当两个相同长度的作业同时到来，则比较其优先级，优先级高的先执行4、若当前作业一直处于等待状态，当等待时间达到最大等待时间t时，则等待时间为t的作业即可获得调度机会5、若多个作业等待时间同时达到最大等待时间t，则比较其优先级，优先级高的获得调度机会