听余神讲课笔记

二分答案

xidianoj例题:
具有单调性,检验每一个答案是否可行。
通过二分,找一个无法直接找到的答案。
一个周全的调度:
二分答案加全排列检验是否可行。

三分法

凸函数的极值
计算几何问题,求函数机制, dp优化

分治

把大问题划分成小问题
可以进行记忆化搜索
Painting例题:
区间分治求解。
平面上点最近点对距离问题:
分治处理,每次从中间分,然后求左边点的最小距离,右边点的最小距离,然后算出来一个点在左侧一个点在右侧情况的最小距离,求最小。
处理过程中,判断两侧的最小距离d = min(左, 右),然后判断中间点的过程时,剪掉那些水平距离到mid大于d的点,根据鸽窝原理,左边每一个点只需要枚举右边的六个点即可。
树上的分治问题
主要解决树上有关路径问题
点分治:找树的重心,然后分治
边分治:找一条边,分治两边的树
树的重心求法:
删掉当前节点,得到的最大的树的大小就是dfs序中它所有的儿子的大小和他父树中的大小的最大值,维护这个值最小。 一遍dfs得到sz[]即可
poj例题求树上两点距离小于k的点对个数:
点分治处理

整体二分与cdq分治

重要思想:修改查询同时

整体二分解决区间第k大

cdq分治:动态修改,静态查询

偏序问题cdq解法

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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