hoj1867经理的烦恼

//代码含全角空格
#include <iostream>
#include <cstdio>
#include <cstring>
//树状数组里存的是为素数的店数
//普通数组存原数据
//在店里商品从素数变为非素或非素变为素是树状数组更新
using namespace std;
const int MAXN=1000005;
int a[MAXN],c[MAXN];
bool p[10000001];
int C,T;
void prime(){
    p[0]=true;    
    p[1]=true;
    for(int i=2;i<=10000001;i++){
        if(!p[i])
        for(int j=i+i;j<=10000001;j+=i)
            p[j]=true;
    }
}
int lowbit(int i){
    return i&(-i);
}
void update(int x,int y){
    for(int i=x;i<=C;i+=lowbit(i))
        c[i]+=y;
}
int getsum(int x){
    int sum=0;
    for(int i=x;i>0;i-=lowbit(i))
        sum+=c[i];
    return sum;
}
int main()
{
    int N,M,op,x,y;
    prime();
    while(scanf("%d%d%d",&C,&N,&M)&&(C+N+M)){
        printf("CASE #%d:\n",++T);
        memset(c,0,sizeof(c));
        int tmp=p[M]?0:1;
        for(int i=1;i<=C;i++){
                a[i]=M;
                update(i,tmp);
            }
        while(N--){
            scanf("%d%d%d",&op,&x,&y);
            if(op)
                printf("%d\n",getsum(y)-getsum(x-1));
            else {
                a[x]+=y;
                if(p[a[x]-y]&&!p[a[x]])update(x,1);
                if(!p[a[x]-y]&&p[a[x]])update(x,-1);
        }
        }
        printf("\n");
    }
    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