蚁群算法上传一个文件这么复杂啊？生命在长期进化过程中，积累了很多新奇的功能，人类很早就从中得到启发而改进自己的工具，如史书中记戴“见蓬转而做车辑”，传说鲁班被茅苇划破，而发明锯子……也许早先的发明,只是偶然的模仿和发现,后来人们已有意识地进行这方面的研究,这就是“仿生学”。仿生学顾名思义就是模仿生物的某些功能的学问。有名的例子很多，如模仿海豚皮而构造的“海豚皮游泳衣”、科学家研究鲸鱼的皮肤时，发现其上有沟漕的结构，于是有个科学家就依照鲸鱼皮构造，造成一个薄膜蒙在飞机的表面，据实验可节约能源3%，若全国的飞机都蒙上这样的表面，每年可节约几十亿。又如有科学家研究蜘蛛，发现蜘蛛的腿上没有肌肉，有脚的动物会走，主要是靠肌肉的收缩，现在蜘蛛没有肌肉为什么会走路？经研究蜘蛛不是靠肌肉的收缩进行走路的，而是靠其中的“液压”的结构进行走路，据此人们发明了液压步行机……总之,从自然界得到启迪, 模仿其结构进行发明创造.这就是仿生学. 这是我们向自然界学习的一个方面.另一方面,我们还可以从自然的规律中得到启迪,利用其原理进行设计(包括设计算法),这就是智能计算的思想.
上传时间： 2014-01-21
上传用户：kernaling
自动交通管理系统 用红、绿、黄三支共两组发光二极管表示交通信号灯，利用单片机模拟有时间显示的定时交通信号灯控制管理。信号灯的变化规律可如下： 1）放行线：绿灯亮放行25秒，黄灯亮警告5秒，然后红灯亮禁止。 2）禁止线：红灯亮禁止30秒，然后绿灯亮放行。 3）当某一方向的红灯亮时，若该方向有车通过，则用扬声器声报警。（撞红灯信号可用3-5V模拟量表示） 同时用2位数码管进行30秒钟递减时间显示。
上传时间： 2013-12-28
上传用户：天诚24
(1) 提供对城市信息进行编辑(添加或删除)的功能.(2) 城市之间有两种交通工具:火车和飞机.提供对列车时刻表和飞机航班进行编辑(增设或删除)的功能.(3) 提供两种最优策略:最快到达或最省钱到达.全程只考虑一种交通工具.(4) 旅途中耗费的总时间应该包括中转站的等候时间.(5) 咨询以用户和计算机的对话方式进行.由拥护输入起始站,最优策略原则的交通工具,输入信息:最快需要多长时间才能到达或者最少需要多少旅费才能到达,并详细说明依次何时乘坐哪一班列车或者哪一次班机到何地.
上传时间： 2015-03-22
上传用户：qwe1234
利用栈和队列实现停车场的管理，包括车的进出及计费。
上传时间： 2014-12-02
上传用户：wanqunsheng
汽车通讯控制程序，用红外线控制，发射接收程序均有，汽车状态包括左转，右转，刹车，前车左转，后车超车等
上传时间： 2015-03-29
上传用户：851197153
该方案主要是考虑到在嵌入式开发中对程序执行速度的要求特别高，所以该方案主要是为了优化程序的执行速度。 注意：优化是有侧重点的，优化是一门平衡的艺术，它往往要以牺牲程序的可读性或者增加代码长度为代价。
上传时间： 2014-01-21
上传用户：fredguo
GIS软件，动态图层，很好玩的，在上面放一部车，设置车的属性还有起点和终点，车就能动起来
上传时间： 2013-11-30
上传用户：wlcaption
Web报表解决方案，使用XML作为它的配置文件。支持集群、负载平衡、 动态发布、PDF, Excel, LDAP,图表、过滤器、排序、布局定制、门户、JasperReports、Velocity 模板、兼容Internet Explorer, Netscape, Mozilla, Opera
上传时间： 2015-04-24
上传用户：时代电子小智
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： 模拟退火算法
上传时间： 2015-04-24
上传用户：R50974
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： 模拟退火算法
上传时间： 2015-04-24
上传用户：ryb
