Graph&&北邮比赛题

最短路径题。。dijstra。。

#include<iostream> #include<string.h> #include<algorithm> #include<limits.h> #define M 0xffffff #define N 500 #define FOR(i,s,t) for(int i=(s);i<=t;++i) using namespace std; int dist[N]; int map[N][N]; bool visit[N]; int m,n,p,q; void Dijstra( ) { cin>>p>>q ; FOR(i,0,n-1) { dist[i]=M; visit[i]=true; } dist[p]=0; visit[p]=false; FOR(i,0,n-1) { FOR(j,0,n-1) if(visit[j]&&dist[j]>dist[p]+map[p][j]) dist[j]=dist[p]+map[p][j]; int minx=M; FOR(j,0,n-1) if(visit[j]&&dist[j]<minx) minx=dist[p=j]; visit[p]=false; if(minx==M) break; } if(dist[q]==M) cout<<"-1"<<endl; else cout<<dist[q]<<endl; } int main() { int T; scanf("%d",&T); for(int cas=1;cas<=T;++cas) { scanf("%d%d",&n,&m); for(int i=0;i<n;++i) for(int j=0;j<n;++j) if(i==j) map[i][j]=0; else map[i][j]=map[j][i]=M; for(int i=0;i<m;++i) { int a,b; scanf("%d%d",&a,&b); for(int k=0;k!=b;++k) { int x,y,z; scanf("%d%d%d",&x,&y,&z); if(map[x][y]>z) map[x][y]=map[y][x]=z; } } int ss; scanf("%d",&ss); char ch[10]; printf("Case :%d\n",cas); while(ss--) { scanf("%s",ch); if(ch[0]=='a') { int x,y,z; scanf("%d%d%d",&x,&y,&z); if(map[x][y]>z) map[x][y]=map[y][x]=z; } else Dijstra( ); } }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
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