Haywire-模拟退火

今天第一次写模拟退火,只交了两遍就A了,好凯森啊(/≧▽≦)/

题目描述地址


题目描述

Farmer John有N只奶牛,(4 <= N <= 12,其中N是偶数).

他们建立了一套原生的系统,使得奶牛与他的朋友可以通过由干草保护的线路来进行对话交流.

每一头奶牛在这个牧场中正好有3个朋友,并且他们必须把自己安排在一排干草堆中.

一条长L的线路要占用刚好N堆干草来保护线路.

比如说,如果有两头奶牛分别在草堆4与草堆7中,并且他们是朋友关系,那么我们就需要用3堆干草来建造线路,使他们之间能够联系.

假设每一对作为朋友的奶牛都必须用一条单独的线来连接,并且我们可以随便地改变奶牛的位置,请计算出我们建造线路所需要的最少的干草堆.

输入输出格式

输入格式:

第1行:一个整数N. 为了方便,我们给奶牛用1~N的数字进行编号.

第2..1+N: 每一行都有三个在1~N中的整数. 第i+1行的数字代表着第i头奶牛的三个朋友的编号。显然,如果奶牛i是奶牛j的三个朋友之一,那么奶牛j也是奶牛i的三个朋友之一.

输出格式:

一个整数,代表着建造线路需要的干草堆数量的最小值.


我们先很容易知道,对于一个已经知道的序列,我们可以在 O ( n ) O(n) O(n)的时间内算出答案,但是不清楚最优解是那个序列,暴力枚举 O ( n ! ) O(n!) O(n!)过不了,但是我们又不会正解假装不会⁄(⁄ ⁄•⁄ω⁄•⁄ ⁄)⁄,那么就可以使用模拟退火啦!就是一个随机化算法,模拟物理上的金属加热退火的过程。

我们最开始设置一个初始温度 T T T,然后设置退火因子 Δ \Delta Δ,其中 0 ≤ Δ ≤ 1 0\leq\Delta\leq 1 0Δ1,每次的温度变化就为 T = Δ × T T=\Delta\times T T=Δ×T,直到 T &lt; e p s T&lt;eps T<eps为止。

然后我们每次基于当前较优序列,随机交换几个,然后去计算答案,如果答案更优秀,那么直接更新最终答案,然后将当前序列设置为当前较优序列,否则我们以 e Δ E k T e^{\frac{\Delta E}{kT}} ekTΔE的概率接受当前的次优解,但不是拿当前的答案去更新最终答案,而是将当前的序列看成当前较优序列,然后我们重复这样,退个几次火,就有很大的概率得到正确答案啦!看脸算法

代码如下:

#include<cmath>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define db double
#define ll long long
using namespace std;
const ll inf=0x7fffffffll;
const int N=15;
const db eps=1e-4;
int n;
int pf[N],rf[N],bst[N];
ll ABS(ll a){return a<0?-a:a;}
struct edge{
	int i,j,k;
	void in(){scanf("%d%d%d",&i,&j,&k);} 
	edge(){}
	edge(int a,int b,int c):i(a),j(b),k(c){}
}Cow[N];

db T,delta=0.995;//退火因子
ll ans=inf;

void init(){
	for(int i=1;i<=n;i++)bst[i]=i;
}

ll calc_ans(){
	ll now=0;
	for(int i=1;i<=n;i++){
		if(Cow[i].i>i){
			now+=ABS(rf[Cow[i].i]-rf[i]);
		}
		if(Cow[i].j>i){
			now+=ABS(rf[Cow[i].j]-rf[i]);
		}
		if(Cow[i].k>i){
			now+=ABS(rf[Cow[i].k]-rf[i]);
		}
	}
	return now;
}
void sim_an(){
	T=500;//初始温度,设置大小和时间复杂度有关
	while(T>eps){
		for(int i=1;i<=n;i++)pf[i]=bst[i];
		for(int i=1,sz=rand()%3+1;i<=sz;i++){
			int a=rand()%n+1,b=rand()%n+1;
			swap(pf[a],pf[b]);
		}
		for(int i=1;i<=n;i++)rf[pf[i]]=i;
		ll now=calc_ans();
		ll diff=now-ans;
		if(diff<0){
			ans=now;
			for(int i=1;i<=n;i++)bst[i]=pf[i];
		}else if(exp(-(1.0*diff)/T)*RAND_MAX>rand()){
			for(int i=1;i<=n;i++)bst[i]=pf[i];
		}
		T*=delta;
	}
}

void solve(){
	init();
	sim_an();//退火三次
	sim_an();
	sim_an();
}

int main(){
	srand(99824435);
	srand(rand());
	srand(rand());//人品srand
	scanf("%d",&n);
	for(int i=1;i<=n;i++)Cow[i].in();
	solve();
	printf("%lld\n",ans);
	return 0;
}
内容概要:本文深入探讨了金属氢化物(MH)储氢系统在燃料电池汽车中的应用,通过建立吸收/释放氢气的动态模型和热交换模型,结合实验测试分析了不同反应条件下的性能表现。研究表明,低温环境有利于氢气吸收,高温则促进氢气释放;提高氢气流速和降低储氢材料体积分数能提升系统效率。论文还详细介绍了换热系统结构、动态性能数学模型、吸放氢特性仿真分析、热交换系统优化设计、系统控制策略优化以及工程验证与误差分析。此外,通过三维动态建模、换热结构对比分析、系统级性能优化等手段,进一步验证了金属氢化物储氢系统的关键性能特征,并提出了具体的优化设计方案。 适用人群:从事氢能技术研发的科研人员、工程师及相关领域的研究生。 使用场景及目标:①为储氢罐热管理设计提供理论依据;②推动车载储氢技术的发展;③为金属氢化物储氢系统的工程应用提供量化依据;④优化储氢系统的操作参数和结构设计。 其他说明:该研究不仅通过建模仿真全面验证了论文实验结论,还提出了具体的操作参数优化建议,如吸氢阶段维持25-30°C,氢气流速0.012g/s;放氢阶段快速升温至70-75°C,水速18-20g/min。同时,文章还强调了安全考虑,如最高工作压力限制在5bar以下,温度传感器冗余设计等。未来的研究方向包括多尺度建模、新型换热结构和智能控制等方面。
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

打赏作者

VictoryCzt

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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