-
最小重量機器設計問題
設某一機器由n個部件組成，每一種部件都可以從m個不同的供應商處購得。設w(i,j)是從供應商j處購得的部件i的重量,C(i,j)是相應的價格。
設計一個優先列式分支限界法，給出總價格不超過c的最小重量機器設計。
標簽：
機器
設計問題
部件
上傳時間：
2014-01-22
上傳用戶：stewart·
-
給定n個整數a , a , ,an 1 2 組成的序列。序列中元素i a 的符號定義為：
ï î
ï í
ì
- <
=
>
=
1 0
0 0
1 0
sgn( )
i
i
i
i
a
a
a
a
符號平衡問題要求給定序列的最長符號平衡段的長度L，即：
þ ý ü
î í ì
= + - = å
=
£ £ £
max 1| sgn( ) 0
1
j
k i
i j n k
L j i a 。
例如，當n=10，相應序列為：1，1，-1，-2，0，1，3，-1，2，-1 時，L=9。
標簽：
iuml
61516
icirc
序列
上傳時間：
2015-10-28
上傳用戶：xaijhqx
-
用遞推法產生正交多項式系，即求alpha[j+1]、beta[j] 入口參數：m是數據點數，n是擬合的最高階數， float x[],float y[]是對應縱橫坐標，出口參數：a[] 是最小二乘擬合參數，alpha[]、beta[]是遞推系數
標簽：
正
多項式
上傳時間：
2014-01-19
上傳用戶：gyq
-
Floyd-Warshall算法描述
1)適用范圍：
a)APSP(All Pairs Shortest Paths)
b)稠密圖效果最佳
c)邊權可正可負
2)算法描述：
a)初始化：dis[u,v]=w[u,v]
b)For k:=1 to n
For i:=1 to n
For j:=1 to n
If dis[i,j]>dis[i,k]+dis[k,j] Then
Dis[I,j]:=dis[I,k]+dis[k,j]
c)算法結束：dis即為所有點對的最短路徑矩陣
3)算法小結：此算法簡單有效，由于三重循環結構緊湊，對于稠密圖，效率要高于執行|V|次Dijkstra算法。時間復雜度O(n^3)。
考慮下列變形：如(I,j)∈E則dis[I,j]初始為1,else初始為0，這樣的Floyd算法最后的最短路徑矩陣即成為一個判斷I,j是否有通路的矩陣。更簡單的，我們可以把dis設成boolean類型，則每次可以用“dis[I,j]:=dis[I,j]or(dis[I,k]and dis[k,j])”來代替算法描述中的藍色部分，可以更直觀地得到I,j的連通情況。
標簽：
Floyd-Warshall
Shortest
Pairs
Paths
上傳時間：
2013-12-01
上傳用戶：dyctj
-
out< "please input the number of the nodes"<<endl
cin>>nodesNum
cout<<"please input the graph"<<endl
for( i = 1 i<=nodesNum i++)
for( j = 1 j <= nodesNum j++)
cin>>graph[i][j] */
標簽：
lt
the
nodesNum
number
上傳時間：
2013-11-29
上傳用戶：libinxny
-
程序名：ga_bp_predict.cpp
描述： 采用GA優化的BP神經網絡程序，用于單因素時間
序列的預測,采用了單步與多步相結合預測
說明： 采用GA(浮點編碼)優化NN的初始權值W[j][i],V[k][j]，然后再采用BP算法
優化權值
標簽：
ga_bp_predict
cpp
程序
BP神經網絡
上傳時間：
2014-02-18
上傳用戶：冇尾飛鉈
-
動態規劃的方程大家都知道，就是
f[i,j]=min{f[i-1,j-1],f[i-1,j],f[i,j-1],f[i,j+1]}+a[i,j]
但是很多人會懷疑這道題的后效性而放棄動規做法。
本來我還想做Dijkstra，后來變了沒二十行pascal就告訴我數組越界了……（dist:array[1..1000*1001
div 2]...）
無奈之余看了xj_kidb1的題解，剛開始還覺得有問題，后來豁然開朗……
反復動規。上山容易下山難，我們可以從上往下走，最后輸出f[n][1]。
xj_kidb1的一個技巧很重要，每次令f[i][0]=f[i][i],f[i][i+1]=f[i][1]（xj_kidb1的題解還寫錯了）
標簽：
動態規劃
方程
家
上傳時間：
2014-07-16
上傳用戶：libinxny
-
function [U,center,result,w,obj_fcn]= fenlei(data)
[data_n,in_n] = size(data)
m= 2 ％ Exponent for U
max_iter = 100 ％ Max. iteration
min_impro =1e-5 ％ Min. improvement
c=3
[center, U, obj_fcn] = fcm(data, c)
for i=1:max_iter
if F(U)>0.98
break
else
w_new=eye(in_n,in_n)
center1=sum(center)/c
a=center1(1)./center1
deta=center-center1(ones(c,1),:)
w=sqrt(sum(deta.^2)).*a
for j=1:in_n
w_new(j,j)=w(j)
end
data1=data*w_new
[center, U, obj_fcn] = fcm(data1, c)
center=center./w(ones(c,1),:)
obj_fcn=obj_fcn/sum(w.^2)
end
end
display(i)
result=zeros(1,data_n) U_=max(U)
for i=1:data_n
for j=1:c
if U(j,i)==U_(i)
result(i)=j continue
end
end
end
標簽：
data
function
Exponent
obj_fcn
上傳時間：
2013-12-18
上傳用戶：ynzfm
-
//Euler 函數前n項和
/*
phi(n) 為n的Euler原函數
if( (n/p) ％ i == 0 ) phi(n)=phi(n/p)*i
else phi(n)=phi(n/p)*(i-1)
對于約數：divnum
如果i|pr[j] 那么 divnum[i*pr[j]]=divsum[i]/(e[i]+1)*(e[i]+2) //最小素因子次數加1
否則 divnum[i*pr[j]]=divnum[i]*divnum[pr[j]] //滿足積性函數條件
對于素因子的冪次 e[i]
如果i|pr[j] e[i*pr[j]]=e[i]+1 //最小素因子次數加1
否則 e[i*pr[j]]=1 //pr[j]為1次
對于本題：
1. 篩素數的時候首先會判斷i是否是素數。
根據定義，當 x 是素數時 phi[x] = x-1
因此這里我們可以直接寫上 phi[i] = i-1
2. 接著我們會看prime[j]是否是i的約數
如果是，那么根據上述推導，我們有：phi[ i * prime[j] ] = phi[i] * prime[j]
否則
phi[ i * prime[j] ] = phi[i] * (prime[j]-1)
(其實這里prime[j]-1就是phi[prime[j]]，利用了歐拉函數的積性)
經過以上改良，在篩完素數后，我們就計算出了phi[]的所有值。
我們求出phi[]的前綴和
*/
標簽：
phi
Euler
else
函數
上傳時間：
2016-12-31
上傳用戶：gyq
-
Instead of finding the longest common
subsequence, let us try to determine the
length of the LCS.
Then tracking back to find the LCS.
Consider a1a2…am and b1b2…bn.
Case 1: am=bn. The LCS must contain am,
we have to find the LCS of a1a2…am-1 and
b1b2…bn-1.
Case 2: am≠bn. Wehave to find the LCS of
a1a2…am-1 and b1b2…bn, and a1a2…am and
b b b
b1b2…bn-1
Let A = a1 a2 … am and B = b1 b2 … bn
Let Li j denote the length of the longest i,g g
common subsequence of a1 a2 … ai and b1 b2
… bj.
Li,j = Li-1,j-1 + 1 if ai=bj
max{ L L } a≠b i-1,j, i,j-1 if ai≠j
L0,0 = L0,j = Li,0 = 0 for 1≤i≤m, 1≤j≤n.
標簽：
the
subsequence
determine
Instead
上傳時間：
2013-12-17
上傳用戶：evil
