[USACO07DEC] Sightseeing Cows

本文探讨了如何使用分数规划和SPFA算法解决特定类型的最优化问题。通过将目标转换为寻找负环的存在性,利用SPFA算法进行验证,实现了比值最大值的求解。文章详细介绍了算法实现过程及关键步骤。

题目链接

这道题,因为求得是比值的最大值,所以我们考虑分数规划

分数规划的思想就是二分一下答案,然后判断是否可以
顺着这个思路,我们设
a n s = ∑ f i ∑ t i ≥ δ ans=\frac{\sum f_i}{\sum t_i}\geq \delta ans=tifiδ
∑ f i ≥ ∑ t i ⋅ δ \sum f_i \geq \sum t_i\cdot\delta fitiδ
∑ t i ⋅ δ − ∑ f i ≤ 0 \sum t_i\cdot \delta-\sum f_i\leq 0 tiδfi0

那么题目就转变成了对于之前的图,当边权变成 t i ⋅ δ − f t o t_i\cdot\delta-f_{to} tiδfto的时候,是否存在负环,如果存在,那么这个二分出来的 d e l t a delta delta就是满足条件的,我们让 l l l变成 m i d mid mid,否则不满足条件, r = m i d r=mid r=mid

答案就是 l l l

还有一个问题就是 r r r的初始值设成多少,很明显应该是 ∑ f i \sum f_i fi,但是因为此题数据比较水,r=100也能过,为了卡时间还是弄小点好

# include <bits/stdc++.h>
# define Rep(i,a,b) for(int i=a;i<=b;i++)
# define _Rep(i,a,b) for(int i=a;i>=b;i--)
# define RepG(i,u) for(int i=head[u];~i;i=e[i].next)

typedef long long ll;
const int N=1e5+5;
const int inf=0x7fffffff;
const double eps=1e-7;
template <typename T> void read(T &x){
	x=0;int f=1;
	char c=getchar();
	for(;!isdigit(c);c=getchar())if(c=='-')f=-1;
	for(;isdigit(c);c=getchar())x=(x<<1)+(x<<3)+c-'0';
	x*=f;
}

int n,m;
int head[N],cnt;
int f[N];
double l,r,ans;
double dis[N];
int tot[N];
bool inq[N];

struct Edge{
	int to,next,w;	
}e[N];

void add(int x,int y,int c){
	e[++cnt]=(Edge){y,head[x],c},head[x]=cnt;	
}

bool spfa(double delta){
	Rep(i,1,n)dis[i]=1e9;
	memset(tot,0,sizeof(tot));
	memset(inq,0,sizeof(inq));
	queue<int> q;
	q.push(1);
	inq[1]=true;
	dis[1]=0;
	while(!q.empty()){
		int u=q.front();q.pop();
		inq[u]=false;
		if(++tot[u]==n-1)return true;
		for(int i=head[u];~i;i=e[i].next){
			int v=e[i].to;
			double d=delta*e[i].w-f[e[i].to];
			if(dis[v]>dis[u]+d){
				dis[v]=dis[u]+d;
				if(!inq[v])q.push(v),inq[v]=true;	
			}
		}
	}
	return false;
}

int main()
{
	memset(head,-1,sizeof(head)); 
	read(n),read(m);
	Rep(i,1,n)read(f[i]);
	Rep(i,1,m){
		int x,y,c;
		read(x),read(y),read(c);
		add(x,y,c);	
	}
	l=0,r=1e2;
	while(r-l>eps){
		double mid=(l+r)/2;
		if(spfa(mid))l=mid;
		else r=mid;	
	}
	printf("%.2lf\n",l);
	return 0;
}
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
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