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)整系統(tǒng)

  • 留言版整站文件包。數據庫管理。前臺后臺登錄。

    留言版整站文件包。數據庫管理。前臺后臺登錄。

    標簽: 數據庫管理 后臺

    上傳時間: 2015-04-17

    上傳用戶:xymbian

  • 這是關于PowerBuilder 應 用 開 發 系 列 講 座

    這是關于PowerBuilder 應 用 開 發 系 列 講 座

    標簽: PowerBuilder

    上傳時間: 2015-04-17

    上傳用戶:小草123

  • 平衡二叉樹實現一個動態查找表,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.

    平衡二叉樹實現一個動態查找表,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.

    標簽: 二叉樹 動態 刪除

    上傳時間: 2014-08-28

    上傳用戶:caixiaoxu26

  • 數據結構常用算法:平衡二叉排序樹的綜合操作 全部程序代碼

    數據結構常用算法:平衡二叉排序樹的綜合操作 全部程序代碼,在C環境編譯通過。

    標簽: 數據結構 排序 代碼 操作

    上傳時間: 2015-04-19

    上傳用戶:zhaiye

  • 數值的整本書的電子版,能提供很好的學習數值的工具

    數值的整本書的電子版,能提供很好的學習數值的工具

    標簽: 數值 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,包括連續與離散兩種方法,是基于穩定性分析的pid整定方法。

    標簽: 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,固體內部粒子隨溫升變為無序狀,內能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達到平衡態,最后在常溫時達到基態,內能減為最小。根據Metropolis準則,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時的內能,ΔE為其改變量,k為Boltzmann常數。用固體退火模擬組合優化問題,將內能E模擬為目標函數值f,溫度T演化成控制參數t,即得到解組合優化問題的模擬退火算法:由初始解i和控制參數初值t開始,對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代,并逐步衰減t值,算法終止時的當前解即為所得近似最優解,這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制,包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。

    標簽: 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,固體內部粒子隨溫升變為無序狀,內能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達到平衡態,最后在常溫時達到基態,內能減為最小。根據Metropolis準則,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時的內能,ΔE為其改變量,k為Boltzmann常數。用固體退火模擬組合優化問題,將內能E模擬為目標函數值f,溫度T演化成控制參數t,即得到解組合優化問題的模擬退火算法:由初始解i和控制參數初值t開始,對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代,并逐步衰減t值,算法終止時的當前解即為所得近似最優解,這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制,包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。

    標簽: 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,固體內部粒子隨溫升變為無序狀,內能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達到平衡態,最后在常溫時達到基態,內能減為最小。根據Metropolis準則,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時的內能,ΔE為其改變量,k為Boltzmann常數。用固體退火模擬組合優化問題,將內能E模擬為目標函數值f,溫度T演化成控制參數t,即得到解組合優化問題的模擬退火算法:由初始解i和控制參數初值t開始,對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代,并逐步衰減t值,算法終止時的當前解即為所得近似最優解,這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制,包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。

    標簽: 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

    此程式可輸入二個整數,並以歐幾里得演算法求其最大公因數(GCD)

    標簽: 程式

    上傳時間: 2015-04-25

    上傳用戶:ryb

主站蜘蛛池模板: 乌恰县| 安西县| 南京市| 尉犁县| 巩义市| 赤峰市| 绥江县| 明星| 德化县| 黄骅市| 宜阳县| 申扎县| 车致| 南城县| 永寿县| 新龙县| 德安县| 玉溪市| 右玉县| 清镇市| 三台县| 余庆县| 梨树县| 阿荣旗| 兴海县| 卫辉市| 星座| 乌鲁木齐市| 韶山市| 忻州市| 安仁县| 雅安市| 靖安县| 宜章县| 郯城县| 凤台县| 舞钢市| 桑植县| 黔东| 阳新县| 格尔木市|