[BZOJ 1597][Usaco2008 Mar]土地购买:DP斜率优化

点击这里查看原题

按X坐标排序,若有某个点X,Y坐标均小于另一个点,则删去该点。
首先可以写出DP方程:

f[i]=min{f[j]+x[i]*y[j+1]}

这个方程可以用斜率优化,由此维护一个下凸壳即可得解,注意,不等式移负数项时要变号

(f[j]-f[k])/(y[k+1]-y[j+1])

/*
User:Small
Language:C++
Problem No.:1597
*/
#include<bits/stdc++.h>
#define ll long long
#define inf 999999999
using namespace std;
const int M=5e4+5;
int n,tot,head,tail,q[M];
ll f[M];
struct no{
    int x,y;
}p[M];
bool cmp(no a,no b){
    return a.x!=b.x?a.x<b.x:a.y<b.y;
}
double slop(int j,int k){
    return (double)(f[j]-f[k])/(p[k+1].y-p[j+1].y);
}
int main(){
    freopen("data.in","r",stdin);//
    scanf("%d",&n);
    for(int i=1;i<=n;i++)
        scanf("%d%d",&p[i].x,&p[i].y);
    sort(p+1,p+n+1,cmp);
    for(int i=1;i<=n;i++){
        while(tot&&p[tot].y<=p[i].y) tot--;
        p[++tot]=p[i];
    }
    head=tail=1;
    q[1]=0;
    for(int i=1;i<=tot;i++){
        while(head<tail&&slop(q[head],q[head+1])<=p[i].x) head++;
        int t=q[head];
        f[i]=f[t]+(ll)p[i].x*p[t+1].y;
        while(tail>head&&slop(q[tail-1],q[tail])>=slop(q[tail],i)) tail--;
        q[++tail]=i;
    }
    printf("%lld\n",f[tot]);
    return 0;
}
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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