微機(jī)原理及系統(tǒng)接口技術(shù)——8255開關(guān)的實(shí)現(xiàn)算法源程序。
標(biāo)簽： 8255 微機(jī)原理 開關(guān)
上傳時間： 2015-03-22
上傳用戶：leixinzhuo
這里給出的源代碼huffman.zip用8種不同的方式實(shí)現(xiàn)了Huffman編碼算法。這些代碼意在演示不同Huffman算法的實(shí)現(xiàn)原理，比較算法執(zhí)行效率的差別，但并沒有針對實(shí)際應(yīng)用環(huán)境的需求，做更多的空間或效率優(yōu)化。所有代碼以C++語言編寫，為了更容易地實(shí)現(xiàn)各種數(shù)據(jù)結(jié)構(gòu)，代碼中大量應(yīng)用了標(biāo)準(zhǔn)C++庫和模板技術(shù)?！傊?，這些代碼的作用在于示例和演示；如果大家想把這些代碼應(yīng)用在實(shí)際應(yīng)用中，可能還需要做進(jìn)一步的調(diào)整和優(yōu)化。
標(biāo)簽： Huffman huffman zip 源代碼
上傳時間： 2013-12-26
上傳用戶：zm7516678
編譯原理的算符優(yōu)先文法[網(wǎng)頁版]).htm 源程序?qū)υ撍惴ǖ膶?shí)現(xiàn)
上傳時間： 2015-03-27
上傳用戶：lo25643
此為編譯原理實(shí)驗(yàn)報告 學(xué)習(xí)消除文法左遞規(guī)算法，了解消除文法左遞規(guī)在語法分析中的作用 內(nèi)含 設(shè)計算法 目的 源碼 等等.... 算法:消除左遞歸算法為: （1）把文法G的所有非終結(jié)符按任一種順序排列成P1,P2,…Pn 按此順序執(zhí)行 （2）FOR i:=1 TO n DO BEGIN FOR j:=1 DO 把形如Pi→Pjγ的規(guī)則改寫成 Pi→δ1γ δ2γ … δkγ。其中Pj→δ1 δ2 … δk是關(guān)于Pj的所有規(guī)則； 消除關(guān)于Pi規(guī)則的直接左遞歸性 END （3）化簡由（2）所得的文法。即去除那些從開始符號出發(fā)永遠(yuǎn)無法到達(dá)的非終結(jié)符的 產(chǎn)生規(guī)則。
標(biāo)簽： 編譯原理 實(shí)驗(yàn)報告 算法
上傳時間： 2015-03-29
上傳用戶：極客
本書的主要內(nèi)容是數(shù)據(jù)結(jié)構(gòu)和算法的基本原理－－這是設(shè)計大而復(fù)雜的軟件產(chǎn)品所必須具備的基礎(chǔ)
標(biāo)簽： 數(shù)據(jù)結(jié)構(gòu) 算法 軟件
上傳時間： 2014-01-25
上傳用戶：qoovoop
計算機(jī)圖形學(xué)原理的一個程序設(shè)計,是多邊形的填充算法,程序有點(diǎn)大.
標(biāo)簽： 計算機(jī)圖形學(xué) 程序設(shè)計 程序 算法
上傳時間： 2013-12-26
上傳用戶：hebmuljb
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，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，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
文中詳細(xì)介紹了函數(shù)優(yōu)化（有無約束均可）、組合優(yōu)化算法的原理和源程序，算法效率極高，歡迎下載。附件有更多的遺傳算法算例，共研究算法用。
標(biāo)簽： 詳細(xì)介紹 函數(shù)優(yōu)化 優(yōu)化算法 組合
上傳時間： 2015-04-27
上傳用戶：qq21508895
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
