101 - The Blocks Problem

本文介绍了一个基于C++实现的塔式存储模拟器程序,该程序能够通过不同的指令操作多个堆栈,模拟物品在塔式存储系统中的移动。文章详细展示了如何使用结构体定义堆栈,以及如何通过解析命令字符串来执行相应的操作。
#include <iostream> #include <cstdio> #include <sstream> #include <string> using namespace std; const int Max=30; struct node { int stack[Max]; int top;//+1 node():top(0){} }s[Max]; int n; void init() { for(int i=0;i<n;i++) s[i].stack[s[i].top++]=i; } int getCommand(string &s1,string &s2) { if(s1=="move" && s2=="onto") return 1; else if(s1=="move" && s2=="over") return 2; else if(s1=="pile" && s2=="onto") return 3; else if(s1=="pile" && s2=="over") return 4; return 0; } int getPos(int x,int &pos,int &lev) { for(int i=0;i<n;i++) { for(int j=0;j<s[i].top;j++) if(s[i].stack[j]==x) { pos=i; lev=j; return 1; } } return 0; } void handle(string &s1,int a,string &s2,int b) { int sort=getCommand(s1,s2); int a_pos,b_pos; int a_lev,b_lev; int i; int temp; getPos(a,a_pos,a_lev); getPos(b,b_pos,b_lev); if(a_pos==b_pos) return ; switch(sort) { case 1: for(i=a_lev+1;i<s[a_pos].top;i++) { temp=s[a_pos].stack[i]; s[temp].stack[s[temp].top++]=temp; } s[a_pos].top=a_lev+1; for(i=b_lev+1;i<s[b_pos].top;i++) { temp=s[b_pos].stack[i]; s[temp].stack[s[temp].top++]=temp; } s[b_pos].top=b_lev+1; s[b_pos].stack[s[b_pos].top++]=s[a_pos].stack[--s[a_pos].top]; break; case 2: for(i=a_lev+1;i<s[a_pos].top;i++) { temp=s[a_pos].stack[i]; s[temp].stack[s[temp].top++]=temp; } s[a_pos].top=a_lev+1; s[b_pos].stack[s[b_pos].top++]=s[a_pos].stack[--s[a_pos].top]; break; case 3: for(i=b_lev+1;i<s[b_pos].top;i++) { temp=s[b_pos].stack[i]; s[temp].stack[s[temp].top++]=temp; } s[b_pos].top=b_lev+1; for(i=a_lev;i<s[a_pos].top;i++) { temp=s[a_pos].stack[i]; s[b_pos].stack[s[b_pos].top++]=temp; } s[a_pos].top=a_lev; break; case 4: for(i=a_lev;i<s[a_pos].top;i++) { temp=s[a_pos].stack[i]; s[b_pos].stack[s[b_pos].top++]=temp; } s[a_pos].top=a_lev; break; default: break; } } int main() { /* freopen("101.in","r",stdin); freopen("101.out","w",stdout); //*/ scanf("%d",&n); getchar(); init(); string command; while(getline(cin,command) && command!="quit") { int a,b; string s1,s2; istringstream in(command); in>>s1; in>>a; in>>s2; in>>b; handle(s1,a,s2,b); } for(int i=0;i<n;i++) { printf("%d:",i); for(int u=0;u<s[i].top;u++) printf(" %d",s[i].stack[u]); //if(s[i].top>0) //printf("%d",s[i].stack[s[i].top-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