2014.10.21利息计算器

本文介绍了一个简单的利息计算器程序,通过输入存款金额、期限和类型,自动计算出到期利息和本息合计,帮助用户轻松理解存款收益。
/*
 *copyright (c) 2014 烟台大学计算机学院
 *All right reseved
 *文件名称:test.cpp
 *作者:刘志力
 *完成时间:2014年10月18日
 *版本号:v1.0
 *问题描述:利息计算器,根据选择存款的种类,计算出利息和本息。
 *输入描述:输入存款金额,种类和年限。
 *输出描述:输出利息,本金
 */
 #include <iostream>
 #include <cmath>
 using namespace std ;
 int main()
 {    double Dmoney,Dyear,Dpercent,Damount,W;
      int a;
     cout<<"欢迎使用利息计算器"<<endl<<"请输入你的存款金额";
     cin>>Dmoney;
     cout<<"     存款期限      "<<endl
        <<"1. 三个月"<<endl
        <<"2. 六个月"<<endl
        <<"3. 一年"<<endl
        <<"4. 二年"<<endl
        <<"5. 三年"<<endl
        <<"6. 五年"<<endl;
     cout<<"请输入存款期限的代号";
     cin>>a;
     switch(a)
     {
         case 1:Dyear=0.25,Dpercent=0.031;break;
         case 2:Dyear=0.5, Dpercent=0.033;break;
         case 3:Dyear=1,   Dpercent=0.035;break;
         case 4:Dyear=2,   Dpercent=0.044;break;
         case 5:Dyear=3,   Dpercent=0.050;break;
         case 6:Dyear=5,   Dpercent=0.055;break;
     }
       W=Dmoney*Dyear*Dpercent;
       Damount=Dmoney+W;

       cout<<"到期利息为:"<<W<<"元,"<<"本息合计为"<<Damount<<"元";
       cout<<"谢谢你的使用";
       return 0;
 }



 

知识总结:了解了switch语句

学习心得:速度太慢有待加强

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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