SDKD 2019 Spring Training Series C2 2nd Round E - YY's Minions ZOJ - 3804

本文介绍了一个基于C++的生命游戏模拟程序,通过迭代更新二维网格中细胞的状态,遵循特定规则进行生存和繁殖。模拟过程中,考虑了周围邻居的影响,实现了细胞状态的自动演进。

一个简单的模拟,题意读不懂真的是卡死

#include <bits/stdc++.h>
using namespace std;
typedef pair<int,int> P;
const int maxn = 52;
int n,m,f,k;
char a[maxn][maxn];
char s1[maxn][maxn];
int dx[] = {-1,-1,-1,0,0,1,1,1};
int dy[] = {-1,0,1,-1,1,-1,0,1};
vector<P> t[1000 + 10];
void init()
{
    for(int i = 1;i <= 1000;i++) t[i].clear();
}
void solve(int x,int y)
{
    int cnt = 0;
    for(int i = 0;i < 8;i++)
    {
        int nx = x + dx[i];
        int ny = y + dy[i];
        if(nx >= 1 && nx <= n && ny >= 1 && ny <= m && a[nx][ny] == '1') cnt++;
    }
    if(a[x][y] == '1')
    {
        if(cnt < 2 || cnt > 3) s1[x][y] = '0';
        else s1[x][y] = '1';
    }
    else if(a[x][y] == '0')
    {
        if(cnt == 3) s1[x][y] = '1';
        else s1[x][y] = '0';
    }
}
int main()
{
    int Q; scanf("%d",&Q);
    while(Q--)
    {
        int u,v,w;
        init();
        memset(s1,0,sizeof(s1));
        scanf("%d%d%d%d",&n,&m,&f,&k);
        for(int i = 1;i <= n;i++)
        {
            for(int j = 1;j <= m;j++)
            {
                cin>>a[i][j];
            }
        }
        for(int i = 0;i < k;i++)
        {
            scanf("%d%d%d",&u,&v,&w);
            t[u].push_back(P(v,w));
        }
        for(int i = 1;i <= f;i++)//枚举时间
        {
            for(int j = 1;j <= n;j++)
            {
                for(int k = 1;k <= m;k++)
                {
                    if(a[j][k] == 'X' || s1[j][k] == 'X')
                    {
                        s1[j][k] = 'X';
                        continue;
                    }
                    solve(j,k);
                }
            }
            for(int j = 1;j <= n;j++)
            {
                for(int k = 1;k <= m;k++)
                {
                    a[j][k] = s1[j][k];
                }
            }
            for(int j = 0;j < (int)t[i].size();j++)
            {
                P now = t[i][j];
                a[now.first][now.second] = 'X';
            }
        }
        for(int j = 1;j <= n;j++)
        {
            for(int k = 1;k <= m;k++)
            {
                printf("%c",a[j][k]);
            }
            printf("\n");
        }
    }
    return 0;
}

 

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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