蒟蒻的NOIP2018划水记

比赛日记:从备战到实战
博主分享了从准备到参加比赛的全过程,包括赛前的紧张复习、比赛中的策略选择及心态调整,以及对各题目的分析和解决思路。

前两天
晚上,被老师叫走,让学长教育了一波比赛经验(关键)。
听完后… …充满斗志,感觉跟喝了大力一样 浑身都是力,呵呵。

前一天
在学校很愉快地写作业到了七点多,接着回到家就累成了狗。
吃完饭洗完澡以后,又打开了电脑复习了一下以前做过的题。
接着,咳咳…又跑去看番了。
十二点就去睡觉了。

当天比赛前
早上起来,对要比赛的事实,我的内心毫无波澜。
准备好东西后,大约11点左右就上车出发了。
在车上一直闭目养神,睡不着觉。
1点左右到了目的地之后,随便吃了点东西就准备上考场了。

比赛中
先看一遍题目
T1:真是太水了,但感觉有坑,手动判断一下
T2:感觉是道模拟,但好像又有些不对
T3:好像是道贪心或是dp,dp的可能性更大一些,但八成是写不出的
T4:woc,是树!!!但说不定能水多点部分分

开干

T1花了五分钟打完,又测试了几个数据都对了,但感觉又不太对劲,又跑回去看了一遍题目,觉得题意没理解错了才开始下一题。

T2先手动模拟了一遍,又想了想方法,就开始打了。打到一半又想到这题要用到乘法,int不知道会不会爆,一看数据

来自2020年的续写
T4:没多想就打了表,结果三十多分,绝了
T3:忘了
T2:忘了

就这样吧

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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