對弈程序采用了多種搜索算法.以下是本程序主要的類說明: 1.CEveluation類:估值類,對給定的棋盤進行估值. 2.CMoveGenerator類:走法產生器,對給定的棋盤局面搜索出所有可能的走法. 3.CSearchEngine類:搜索引擎基類. 4.CNegaMaxEngine類:負極大值法搜索引擎. 5.CAlphaBetaEngine類:采用了Alpha-Beta剪枝技術的搜索引擎. 6.CFAlphaBetaEngine類:fail-softalpha-beta搜索引擎. 7.CHistoryHeuristic類:歷史啟發類. 8.CAlphabeta_HHEngine類:帶歷史啟發的Alpha-Beta搜索引擎. 9.CAspirationSearch類:渴望搜索引擎. 10.CIDAlphabetaEngine類:迭代深化搜索引擎. 11.CMTD_fEngine類:MTD(f)搜索引擎. 12.CTranspositionTable類:置換表. 13.CAlphaBeta_TTEngine類:加置換表的Alpha-Beta搜索引擎. 14.CPVS_Engine類:極小窗口搜索引擎. 15.CNegaScout_TT_HH類:使用了置換表和歷史啟發的NegaScout搜索引擎. 本程序還具有悔棋,還原功能,還可以記錄走法.
標簽： CMoveGenerator CEveluation 程序 搜索算法
上傳時間： 2014-01-18
上傳用戶：skhlm
優化設計中的一維搜索方法，包括牛頓梯度法，平分線法，割線法，以及各種插值方法；能計算函數最優點，以及迭代的循環次數
上傳時間： 2016-11-09
上傳用戶：hullow
電力系統潮流程序，用matlab編程的的。潮流計算是電力系統運行分析和規劃設計中最常用的工具，電力系統潮流計算問題在數學上是求解一組多元非線性方程，迭代的收斂性是實用者關心的技術焦點。
上傳時間： 2014-01-06
上傳用戶：bibirnovis
程序設計思路 在動態規劃中，可將一個問題的解決方案視為一系列決策的結果，要考察每個最優決策序列中是否包含一個最優子序列。所以在最短路徑問題中，假如在的第一次決策時到達了某個節點v，那么不管v 是怎樣確定的，此后選擇從v 到d 的路徑時，都必須采用最優策略。利用最優序列由最優子序列構成的結論，可得到f 的遞歸式。f ( 1 ,c) 是初始時背包問題的最優解。可使用（1）中所示公式通過遞歸或迭代來求解f ( 1 ,c)。從f (n, * )開始迭式， f (n, * )由第一個式子得出，然后由第二式遞歸計算f (i,*) ( i=n- 1，n- 2，⋯ ， 2 )，最后得出f ( 1 ,c)。動態規劃方法采用最優原則（ principle of optimality）來建立用于計算最優解的遞歸式。所謂最優原則即不管前面的策略如何，此后的決策必須是基于當前狀態（由上一次決策產生）的最優決策。由于對于有些問題的某些遞歸式來說并不一定能保證最優原則，因此在求解問題時有必要對它進行驗證。若不能保持最優原則，則不可應用動態規劃方法。
上傳時間： 2016-12-03
上傳用戶：kristycreasy
本目錄下的源代碼均屬示例、教學性質。作者不對這些代碼的功能和性能作任何擔保或承諾。 -------- 功能說明 -------- 本目錄下的程序用8種不同的方式實現了Huffman編碼算法，這8種方式分別是 * huffman_a 使用鏈表結構生成Huffman樹的算法，這是最基本的實現方法，效率最低。 * huffman_b 使用《數據結構》（嚴蔚敏，吳偉民，1997，C語言版）中給出的算法，將二叉樹存放在連續空間里（靜態鏈表），空間的每個結點內仍有左子樹、右子樹、雙親等指針。 * huffman_c 使用Canonical Huffman編碼，同時對huffman_b的存儲結構進行改造，將二叉樹存放在連續空間tree里，空間的每個結點類型都和結點權值的數據類型相同，空間大小為2*num，tree[0]未用，tree[1..num]是每個元素的權值，生成Huffman后，tree[1..2*num-1]中是雙親結點索引。 * huffman_d 在huffman_c的基礎上，增加預先排序的功能先用QuickSort算法對所有元素的權值從小到大排序，這樣，排序后最前面的兩個元素就是最小的一對元素了。我們可以直接將它們挑出來，組合成一個子樹。然后再子樹的權值用折半插入法插到已排序的元素
上傳時間： 2013-12-20
上傳用戶：franktu
這個是優化方法中的一種方法，叫做牛頓法，是一種簡單實用的迭代方法。
標簽：
上傳時間： 2013-12-20
上傳用戶：康郎
遺傳算法源程序，用來優化復雜函數，多次迭代求解最大值。
上傳時間： 2017-02-04
上傳用戶：huql11633
Mean Shift 這個概念最早是由Fukunaga等人[1]于1975年在一篇關于概率密度梯度函數的估計中提出來的,其最初含義正如其名,就是偏移的均值向量,在這里Mean Shift是一個名詞,它指代的是一個向量,但隨著Mean Shift理論的發展,Mean Shift的含義也發生了變化,如果我們說Mean Shift算法,一般是指一個迭代的步驟,即先算出當前點的偏移均值,移動該點到其偏移均值,然后以此為新的起始點,繼續移動,直到滿足一定的條件結束. 用matlab實現mean shift算法仿真
上傳時間： 2014-01-23
上傳用戶：klin3139
10個重要的算法C語言實現源代碼：拉格朗日，牛頓插值，高斯，龍貝格，牛頓迭代，牛頓-科特斯，雅克比，秦九昭，冪法，高斯塞德爾
上傳時間： 2017-03-21
上傳用戶：zhanditian
摘 要 盲圖像恢復的主要困難是信息不足，而為了恢復圖像和確定點擴散函數需要適當的先驗知識。解決這個問題的法、 法以及正則化方法等。但是這些方法的計算量都太大，針對上述方法的不足，文章提出了一種恢復圖方法有圖像的新算法，它通過恢復殘差的最小化和后驗概率的最大化來估計參數和恢復圖像。其中，巧妙地利用了最陡梯度法和 共軛梯度法的迭代求解。對由于運動造成的模糊圖像，可以明顯地改善圖像的質量，實驗結果證明，在對模糊操作沒有嚴格限制的情況下，仍可得到較好的恢復圖像。
標簽： 圖像恢復
上傳時間： 2017-03-26
上傳用戶：123啊
