hdu 2555 人人都能参加第30届校田径运动会了

本文介绍了一个使用C++实现的程序,该程序利用结构体存储数据,并通过条件判断来为每个元素分配长度。此外,还展示了如何对结构体数组进行排序,以便按特定顺序输出结果。
#include<iostream>
#include<algorithm>
#define a_max 20005
#define b_max 105
using namespace std;

struct A
{
	int a, b, len;
}ch1[a_max];

struct B
{
	int l, ll, f, ff, len;
}ch2[b_max];

bool cmp(A p1, A p2)
{
	return p1.len > p2.len;
}

int main()
{
	int n, m;
	scanf("%d%d", &n, &m);
	
	int i, j;
	for( i=0; i < n; i++ )
		scanf("%d%d", &ch1[i].a, &ch1[i].b);
	for( i=0; i < m; i++ )
	{
		scanf("%d%d%d%d", &ch2[i].l, &ch2[i].f, &ch2[i].ll, &ch2[i].ff);
		ch2[i].len = 2 * (ch2[i].ll-ch2[i].l) + 2 * (ch2[i].ff-ch2[i].f);
	}
	for( i=0; i < n; i++ )
	{
		for( j=0; j < m; j++)
		{
			if(ch1[i].a <= ch2[j].ll &&ch1[i].a >= ch2[j].l &&
				ch1[i].b <= ch2[j].ff && ch1[i].b >= ch2[j].f)
			{
				ch1[i].len = ch2[j].len;break;
			}
			else
				ch1[i].len = 0;
		}
	}
	sort(ch1, ch1+n, cmp);
	for( i=0; i < n; i++)
	{
		printf("%d\n", ch1[i].len);
	}
	return 0;
}

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