AI人工智能 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[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

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。