一、实验目的 1、熟练掌握百度搜索引擎的基本使用方法及二次检索功能 2、熟练掌握google搜索引擎的基本使用方法及利用二次检索缩小搜索结果范围的 方法

为有效解决半导体制造业中带并行腔和重入约束的双臂集束型设备调度问题,提出一种以优化搜索为核心的调度方法.首先,引入优化FIFO (first in first out)搜索规则,并以系统总完工时间最小化作为目标,建立带并行腔和重入约束的四加工腔双臂集束型设备调度数学模型.在此基础之上,结合虚拟缓冲模块的概念,提出一种基于机械臂交换策略的优化搜索算法.最后,对所提出的算法进行仿真实验,实验结果表明该算法是可行且有效的

• 静态搜索结构 • 二叉搜索树 • AVL树

参考信息概论 参考信息查询获取 馆藏参考信息获取 参考信息数据库（数值、数据、事实） 其他渠道 搜索引擎 Google Google学术搜索

提出了一种基于保收敛粒子群优化算法的移动机器人全局路径规划策略,为移动机器人在有限时间内找到一条避开障碍物的最短路径提供了一种解决方案.首先建立环境地图模型,将连接地图中起点和终点的路径编码成粒子,然后根据障碍物位置规划出粒子的可活动区域,在此区域内产生初始种群,使粒子在受限的区域内寻找最优路径.在搜索过程中,粒子群优化算法的加速系数和惯性权重均随迭代次数自适应调节.仿真实验表明算法可在起点与终点之间找到一条简单安全的最优路径.与其他文献所提的方法进行了对比研究,结果表明本文所提算法具有更快的搜索速度和更高的搜索质量

一般地，线性搜索算法分成两个阶段： 第一阶段确定包含理想的步长因子（或问题最优解）的搜索区间； 第二阶段采用某种分割技术或插值方法缩小这个区间

一、并查集 二、静态搜索表 三、二叉搜索树 四、VL树

针对连续域函数优化问题,提出了一种新的全局极大值搜索方法——多感官群集智能算法(multi-sense swarmintelli-gence algorithm,MSA).受鱼群算法(artificial fish-swarmalgorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MSA的搜索机制将大范围勘察和小范围精确搜索相结合,个体在使用视觉信息快速逼近局部较优解的同时,利用嗅觉信息避免群体过于集中并引导个体向全局较优解方向移动.仿真结果证明:MSA鲁棒性较强,全局收敛性好,收敛速度较快,收敛精度较高.最后,将该方法应用于前向神经网络训练,结果表明满足应用要求

§3-1 引言 §3-2 确定最优解所在区间的进退法 §3-3 一维搜索的区间消去方法 §3-4 一维搜索的插值类方法

有许多问题，当需要找出它的解集或者要求回答什么 解是满足某些约束条件的最佳解时，往往要使用回溯法。 回溯法的基本做法是搜索，或是一种组织得井井有条 的，能避免不必要搜索的穷举式搜索法。这种方法适 用于解一些组合数相当大的问题