亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

平衡調(diào)(diào)整系統(tǒng)(tǒng)

  • 留言版整站文件包。數(shù)據(jù)庫管理。前臺后臺登錄。

    留言版整站文件包。數(shù)據(jù)庫管理。前臺后臺登錄。

    標(biāo)簽: 數(shù)據(jù)庫管理 后臺

    上傳時間: 2015-04-17

    上傳用戶:xymbian

  • 這是關(guān)于PowerBuilder 應(yīng) 用 開 發(fā) 系 列 講 座

    這是關(guān)于PowerBuilder 應(yīng) 用 開 發(fā) 系 列 講 座

    標(biāo)簽: PowerBuilder

    上傳時間: 2015-04-17

    上傳用戶:小草123

  • 平衡二叉樹實現(xiàn)一個動態(tài)查找表,有三種基本功能:查找,插入刪除,還有選項功能:合并兩棵平衡二叉樹,和分裂兩棵平衡二叉樹.

    平衡二叉樹實現(xiàn)一個動態(tài)查找表,有三種基本功能:查找,插入刪除,還有選項功能:合并兩棵平衡二叉樹,和分裂兩棵平衡二叉樹.

    標(biāo)簽: 二叉樹 動態(tài) 刪除

    上傳時間: 2014-08-28

    上傳用戶:caixiaoxu26

  • 數(shù)據(jù)結(jié)構(gòu)常用算法:平衡二叉排序樹的綜合操作 全部程序代碼

    數(shù)據(jù)結(jié)構(gòu)常用算法:平衡二叉排序樹的綜合操作 全部程序代碼,在C環(huán)境編譯通過。

    標(biāo)簽: 數(shù)據(jù)結(jié)構(gòu) 排序 代碼 操作

    上傳時間: 2015-04-19

    上傳用戶:zhaiye

  • 數(shù)值的整本書的電子版,能提供很好的學(xué)習(xí)數(shù)值的工具

    數(shù)值的整本書的電子版,能提供很好的學(xué)習(xí)數(shù)值的工具

    標(biāo)簽: 數(shù)值 電子版

    上傳時間: 2015-04-20

    上傳用戶:龍飛艇

  • 基于ziegler-nichols方法的pid整定

    基于ziegler-nichols方法的pid整定,包括連續(xù)與離散兩種方法,是基于穩(wěn)定性分析的pid整定方法。

    標(biāo)簽: ziegler-nichols pid 整定

    上傳時間: 2015-04-24

    上傳用戶:集美慧

  • 模擬退火算法來源于固體退火原理

    模擬退火算法來源于固體退火原理,將固體加溫至充分高,再讓其徐徐冷卻,加溫時,固體內(nèi)部粒子隨溫升變?yōu)闊o序狀,內(nèi)能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達(dá)到平衡態(tài),最后在常溫時達(dá)到基態(tài),內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則,粒子在溫度T時趨于平衡的概率為e-ΔE/(kT),其中E為溫度T時的內(nèi)能,ΔE為其改變量,k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題,將內(nèi)能E模擬為目標(biāo)函數(shù)值f,溫度T演化成控制參數(shù)t,即得到解組合優(yōu)化問題的模擬退火算法:由初始解i和控制參數(shù)初值t開始,對當(dāng)前解重復(fù)“產(chǎn)生新解→計算目標(biāo)函數(shù)差→接受或舍棄”的迭代,并逐步衰減t值,算法終止時的當(dāng)前解即為所得近似最優(yōu)解,這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制,包括控制參數(shù)的初值t及其衰減因子Δt、每個t值時的迭代次數(shù)L和停止條件S。

    標(biāo)簽: 模擬退火算法

    上傳時間: 2015-04-24

    上傳用戶:R50974

  • 模擬退火算法來源于固體退火原理

    模擬退火算法來源于固體退火原理,將固體加溫至充分高,再讓其徐徐冷卻,加溫時,固體內(nèi)部粒子隨溫升變?yōu)闊o序狀,內(nèi)能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達(dá)到平衡態(tài),最后在常溫時達(dá)到基態(tài),內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則,粒子在溫度T時趨于平衡的概率為e-ΔE/(kT),其中E為溫度T時的內(nèi)能,ΔE為其改變量,k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題,將內(nèi)能E模擬為目標(biāo)函數(shù)值f,溫度T演化成控制參數(shù)t,即得到解組合優(yōu)化問題的模擬退火算法:由初始解i和控制參數(shù)初值t開始,對當(dāng)前解重復(fù)“產(chǎn)生新解→計算目標(biāo)函數(shù)差→接受或舍棄”的迭代,并逐步衰減t值,算法終止時的當(dāng)前解即為所得近似最優(yōu)解,這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制,包括控制參數(shù)的初值t及其衰減因子Δt、每個t值時的迭代次數(shù)L和停止條件S。

    標(biāo)簽: 模擬退火算法

    上傳時間: 2015-04-24

    上傳用戶:ryb

  • 模擬退火算法來源于固體退火原理

    模擬退火算法來源于固體退火原理,將固體加溫至充分高,再讓其徐徐冷卻,加溫時,固體內(nèi)部粒子隨溫升變?yōu)闊o序狀,內(nèi)能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達(dá)到平衡態(tài),最后在常溫時達(dá)到基態(tài),內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則,粒子在溫度T時趨于平衡的概率為e-ΔE/(kT),其中E為溫度T時的內(nèi)能,ΔE為其改變量,k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題,將內(nèi)能E模擬為目標(biāo)函數(shù)值f,溫度T演化成控制參數(shù)t,即得到解組合優(yōu)化問題的模擬退火算法:由初始解i和控制參數(shù)初值t開始,對當(dāng)前解重復(fù)“產(chǎn)生新解→計算目標(biāo)函數(shù)差→接受或舍棄”的迭代,并逐步衰減t值,算法終止時的當(dāng)前解即為所得近似最優(yōu)解,這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制,包括控制參數(shù)的初值t及其衰減因子Δt、每個t值時的迭代次數(shù)L和停止條件S。

    標(biāo)簽: 模擬退火算法

    上傳時間: 2014-12-19

    上傳用戶:TRIFCT

  • 此程式可輸入二個整數(shù)

    此程式可輸入二個整數(shù),並以歐幾里得演算法求其最大公因數(shù)(GCD)

    標(biāo)簽: 程式

    上傳時間: 2015-04-25

    上傳用戶:ryb

主站蜘蛛池模板: 酉阳| 吉林省| 扎鲁特旗| 青川县| 青川县| 柳林县| 宕昌县| 嘉定区| 北川| 固镇县| 永康市| 兴文县| 澄迈县| 寿阳县| 丰县| 定结县| 长治市| 大埔区| 正宁县| 咸丰县| 平阴县| 丰原市| 罗甸县| 弋阳县| 壶关县| 平度市| 灵川县| 旌德县| 旺苍县| 福海县| 伊金霍洛旗| 益阳市| 九龙城区| 搜索| 邳州市| 曲水县| 雅安市| 纳雍县| 南昌县| 黑河市| 普兰县|