第9周 项目5 程序填充题(1)

本文介绍了一个C++程序,用于输出1000以内能被3整除且个位数为6的所有整数。通过循环语句实现筛选条件,并输出符合条件的整数。
/* 
 * Copyright (c) 2014, 烟台大学计算机学院 
 * All rights reserved. 
 * 文件名称:test.cpp 
 * 作    者:呼亚萍  
 * 完成日期:2014年 10 月 25日 
 * 版 本 号:v1.0 
 * 
 * 问题描述:输出1000以内能被3zc整除且个位数为6的所以整数
 * 输入描述:程序字符及程序构造
 * 程序输出:输出1000以内能被3zc整除且个位数为6的所以整数
 */
<p>#include <iostream></p><p>using namespace std;</p><p>int main()
{
    int i,j;
    for (i=0; i<=1000; ++i)
    {
        j=i*10+6;
        if (j%3==0)
            cout <<j<<" ";
    }
    cout <<endl;
    return 0;
}

 

知识点总结:

循环语句中,填充其他语句,注意到了条件及语句的输出

学习心得:

只有不断的练习才能够进步,加油!

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 1
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