复习单源最短路径

本文介绍了一种无STL的迪杰斯特拉算法实现方式,通过C++代码详细展示了如何寻找图中两点间的最短路径。该算法适用于带权有向图,能够有效地解决单源最短路径问题。
/*2018.7.10*/
/*练习迪杰斯特拉,无STL,加油!*/

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
#include <iostream>
#include <algorithm>
using namespace std;
#define MAXSIZE 100
#define INF 100000

int v[MAXSIZE];
int m[MAXSIZE][MAXSIZE];
int n,e;
int p[MAXSIZE];
int d[MAXSIZE];

void Dijkstra(int s)
{
    int i,j,k,mi;
    d[s]=0;
    for(j=0;j<n;j++)
    {
        mi=INF;
        for(i=1;i<=n;i++)
        {
            if(!v[i]&&d[i]<mi)
            {
                mi=d[i];
                k=i;
            }
        }
        v[k]=1;
        for(i=1;i<=n;i++)
        {
            if(!v[i]&&d[k]+m[k][i]<d[i])
            {
                d[i]=d[k]+m[k][i];
                p[i]=k;
            }
        }
    }
}

void print_path(int s,int en)
{
    if(s!=p[en])
        print_path(s,p[en]);
    cout<<"->"<<en;
}

int main()
{
    int i,j;
    while(cin>>n>>e)
    {
        for(i=1;i<=n;i++)
            p[i]=d[i]=INF;
        for(i=1;i<=n;i++)
            for(j=1;j<=n;j++)
                m[i][j]=INF;
        for(i=0;i<e;i++)
        {
            int a,b,t;
            cin>>a>>b>>t;
            m[a][b]=m[b][a]=t;
        }
        int s,en;
        cin>>s>>en;
        Dijkstra(s);
        cout<<s;
        print_path(s,en);
        cout<<endl;
        cout<<d[en]<<endl;
    }
}

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,用于纳米定位系统的预测控制研究”展开,提出了一种结合Koopman算子理论与递归神经网络(RNN)的数据驱动建模方法,旨在对非线性纳米定位系统进行有效线性化建模,并实现高精度的模型预测控制(MPC)。该方法利用Koopman算子将非线性系统映射到高维线性空间,通过递归神经网络学习系统的动态演化规律,构建可解释性强、计算效率高的线性化模型,进而提升预测控制在复杂不确定性环境下的鲁棒性与跟踪精度。文中给出了完整的Matlab代码实现,涵盖数据预处理、网络训练、模型验证与MPC控制器设计等环节,具有较强的基于数据驱动的 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)可复现性和工程应用价值。; 适合人群:具备一定控制理论基础和Matlab编程能力的研究生、科研人员及自动化、精密仪器、机器人等方向的工程技术人员。; 使用场景及目标:①解决高精度纳米定位系统中非线性动态响应带来的控制难题;②实现复杂机电系统的数据驱动建模与预测控制一体化设计;③为非线性系统控制提供一种可替代传统机理建模的有效工具。; 阅读建议:建议结合提供的Matlab代码逐模块分析实现流程,重点关注Koopman观测矩阵构造、RNN网络结构设计与MPC控制器耦合机制,同时可通过替换实际系统数据进行迁移验证,深化对数据驱动控制方法的理解与应用能力。
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