2019年1月17日训练日记

作者在电脑故障的情况下,借用同学设备坚持算法训练,重点攻克并查集、Floyd及数位DP等难题,反思图论模板错误,决心复习基础知识,提升技能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

哇。。。电脑坏了。。。明天拿去修,借同学的电脑写下训练日记。。。

补了一道简单的并查集+floyed,补了:一道数位dp(题解已经写了)。。。

一个严重的问题:读题。对于题干比较长的题目,一定要耐心读完,不要再吃区域赛的亏。

一个知识点的问题:数位dp。之前貌似没有写过从最高位开始的dfs,这次长见识了,顺便又熟悉了一遍。

然后今天放的题目基本都补了,除了两道图论的还是照着模板打的,其他的都是完全自己做的。

问题:图论的模板经常敲错。。。这说明我对图论的相关知识遗忘较为严重,赶紧去复习一下。。。

至于比较难的I题,两个同学已经研究了并发了题解,我去学习一下。

常犯的错误:初始化,输入输出格式。还有就是图论的模板要敲对啊。。。

收获:这些题目确实都是我现在应该熟练掌握的。而且题目难度也就相当于区域赛铜牌以下难度。所以必须掌握熟练。通过练习继续强化思维能力,扎实基础,为之后的提高训练做好准备。

先用手机看着题,明天去修电脑。。。

内容概要:本文详细探讨了基于阻尼连续可调减振器(CDC)的半主动悬架系统的控制策略。首先建立了CDC减振器的动力学模型,验证了其阻尼特性,并通过实验确认了模型的准确性。接着,搭建了1/4车辆悬架模型,分析了不同阻尼系数对悬架性能的影响。随后,引入了PID、自适应模糊PID和模糊-PID并联三种控制策略,通过仿真比较它们的性能提升效果。研究表明,模糊-PID并联控制能最优地提升悬架综合性能,在平顺性和稳定性间取得最佳平衡。此外,还深入分析了CDC减振器的特性,优化了控制策略,并进行了系统级验证。 适用人群:从事汽车工程、机械工程及相关领域的研究人员和技术人员,尤其是对车辆悬架系统和控制策略感兴趣的读者。 使用场景及目标:①适用于研究和开发基于CDC减振器的半主动悬架系统的工程师;②帮助理解不同控制策略(如PID、模糊PID、模糊-PID并联)在悬架系统中的应用及其性能差异;③为优化车辆行驶舒适性和稳定性提供理论依据和技术支持。 其他说明:本文不仅提供了详细的数学模型和仿真代码,还通过实验数据验证了模型的准确性。对于希望深入了解CDC减振器工作原理及其控制策略的读者来说,本文是一份极具价值的参考资料。同时,文中还介绍了多种控制策略的具体实现方法及其优缺点,为后续的研究和实际应用提供了有益的借鉴。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值