西电人工智能大作业

人工智能及其应用

大作业

邹旭苗02115093

王欣02115095

八数码难题

一、实验名称

八数码难题的启发式搜索

二、实验目的

八数码问题：在3×3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，其初始状态如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。

要求：1.熟悉人工智能系统中的问题求解过程；

2.熟悉状态空间的启发式搜索算法的应用；

3.熟悉对八数码问题的建模、求解及编程语言的应用。

三、实验设备及软件环境

1.实验编程工具：VC++ 6.0

2.实验环境：Windows7 64位

四、实验方法：启发式搜索

1.算法描述

1.将S放入open表，计算估价函数f(s)

2.判断open表是否为空，若为空则搜索失败，否则，将open表中的第一

个元素加入close表并对其进行扩展（每次扩展后加入open表中的元素

按照代价的大小从小到大排序，找到代价最小的节点进行扩展）

注：代价的计算公式f(n)=d(n)+w(n).其中f(n)为总代价，d(n)为节点

的度，w(n)用来计算节点中错放棋子的个数。

判断i是否为目标节点，是则成功，否则拓展i，计算后续节点f(j)，

利用f(j)对open表重新排序

2.算法流程图：

3.程序源代码：

# include

# include

# include

# include

typedef struct node {

int i,cost,degree,exp,father;

int a[3][3];

struct node *bef,*late;

struct node *son;

}treenode;

int flag=0,count=1,num=0,i=0;

void set(treenode *s);

void cpynode(treenode *s1,treenode *s2);

void add1(treenode *s,treenode *open);

void adjust1(treenode *close);

void jscost(treenode *s);

void tiaozheng(treenode *open);

void sortopen(treenode *open);

int test(treenode *s1,treenode *s2);

void position(treenode *s,treenode *open,treenode

*close,treenode *s1);

void printstr(treenode *open);

int search(treenode *s1,treenode *s2);

void input(treenode *s);

int cmpnode(treenode *s1,treenode *s2);

void print(treenode *s);

void add(treenode *s,treenode *close);

void xuhao(treenode *s);

void extend(treenode *r1,treenode *s,treenode *s1,treenode *open,treenode *close);

void main() {

treenode *s0,*s1,*s;

treenode *open,*close,*opend,*closed;

open=(treenode*)malloc(sizeof(treenode));

close=(treenode*)malloc(sizeof(treenode));

open->late=NULL;

close->late=NULL;

opend=open;

closed=close;

s0=(treenode*)malloc(sizeof(treenode));

set (s0);

s1=(treenode*)malloc(sizeof(treenode));

set(s1);

printf("请输入八数码的初始状态：（以空格为分隔）\n");

input (s0);

printf("请输入八数码的目标状态：（以空格为分隔）\n");

input(s1);

xuhao(s0);

add (s0,opend);

while(open->late!=NULL && flag==0) {

s=(treenode*)malloc(sizeof(treenode));

cpynode(s,open->late);

open=open->late;

add(s,close);

if(test(s,s1)==0){

flag=1; }

else{

position(s,open,close,s1);

sortopen(open); };};

if(open->late!=NULL) {

printf("搜索过程如下：\n ");

adjust1(close);

printstr(close);

printf("\n%d 步,%d 个节点\n",num,count);} else {

printf("查找错误 ! \n");}; }

void set(treenode *s) {

s->i=i;

s->father=0;

s->degree=0;

s->bef=NULL;

s->son=NULL;

s->late=NULL; };

void input(treenode *s) {

int j,k;

for(j=0;j<3;j++)

for(k=0;k<3;k++)

scanf("%d",&s->a[j][k]); };

int cmpnode(treenode *s1,treenode *s2){

int j,k;

for(j=0;j<3;j++)

for(k=0;k<3;k++) {

if(s1->a[j][k]!=s2->a[j][k])

return 0; };

return 1; }

int test(treenode *s1,treenode *s2) { int j,k,n=0;

for(j=0;j<3;j++)

for(k=0;k<3;k++) {

if(s1->a[j][k]!=s2->a[j][k])

n++; };

s1->exp=n;

return n; };

void xuhao(treenode *s) {

i++;

s->i=i; }

void cpynode(treenode *s1,treenode *s2) { int j,k;

for(j=0;j<3;j++)

for(k=0;k<3;k++)

s1->a[j][k]=s2->a[j][k];

s1->bef=s2->bef;

s1->cost=s2->cost;

s1->exp=s2->exp;

s1->degree=s2->degree;

s1->i=s2->i;

s1->father=s2->father; };

void print(treenode *s) {

int j,k;

for(j=0;j<3;j++) {

for(k=0;k<3;k++) {

printf("%2d",s->a[j][k]); }

if(j==1) printf(" n=%2d d=%2d

f=%2d",s->i,s->degree,s->father);

printf("\n"); }

printf("\n"); }

void position(treenode *s,treenode *open,treenode *close,treenode *s1) {

int m,n,t,k;

treenode *r1;

for(m=0;m<3;m++) {

for(n=0;n<3;n++) {

k=s->a[m][n];

if(k==0)

break; };

if(k==0) break; }

if(m+1<=2&&flag==0) {

r1=(treenode*)malloc(sizeof(treenode));

cpynode(r1,s);

t=r1->a[m+1][n];

r1->a[m+1][n] = r1->a[m][n];

r1->a[m][n]=t;

extend(r1,s,s1,open,close); };

if(m-1>=0&&flag==0) {

r1=(treenode*)malloc(sizeof(treenode));

cpynode(r1,s);

t=r1->a[m-1][n];

r1->a[m-1][n]=r1->a[m][n];

r1->a[m][n]=t;

extend(r1,s,s1,open,close); };

if(n-1>=0 && flag==0) {

r1=(treenode*)malloc(sizeof(treenode));

cpynode(r1,s);

t=r1->a[m][n-1];

r1->a[m][n-1]=r1->a[m][n];

r1->a[m][n]=t;

extend(r1,s,s1,open,close); };

if(n+1<=2 && flag==0) {

r1=(treenode*)malloc(sizeof(treenode));

cpynode(r1,s);

t=r1->a[m][n+1];

r1->a[m][n+1]=r1->a[m][n];

r1->a[m][n]=t;

extend(r1,s,s1,open,close); }; }

void printstr(treenode *s) {

treenode *t;

t=s->late;

while(t!=NULL) {

num++;

print(t);

t=t->son; }; }

void extend(treenode *r1,treenode *s,treenode *s1,treenode *open,treenode *close) {

r1->father=s->i;

r1->degree=s->degree+1;

if(test(r1,s1)!=0) {

jscost(r1);

if(search(r1,close)==1 && search(r1,open)==1) { xuhao(r1);

add1(r1,open);

r1->bef=s;

count++; }

else free(r1); }

else {

xuhao(r1);

jscost(r1);

count++;

add(r1,close);

r1->bef=s;

flag=1; } }

int search(treenode *s1,treenode *close) { treenode *r,*t;

r=s1;

t=close->late;

while(t!=NULL) {

if(r->exp==t->exp) {

if(cmpnode(r,t)==1)

return 0; };

t=t->late; };

return 1; }

void add(treenode *s,treenode *close) { treenode *r,*t;

t=s;

r=close;

while(r->late!=NULL)

r=r->late;

r->late=t;

t->late=NULL; }

void add1(treenode *s,treenode *open){ treenode *t;

t=open;

s->late=t->late;

t->late=s; }

void adjust1(treenode *close) {

treenode *s,*t;

s=close;

s->late->bef=NULL;

while(s->late!=NULL)

s=s->late;

s->son=NULL;

while(s->bef!=NULL) {

t=s->bef;

t->son=s;

s=s->bef; }; }

void jscost(treenode *s) {

s->cost=(s->exp)+s->degree; }

void sortopen(treenode *open) {

treenode *t,*s,*r;

int k;

r=(treenode*)malloc(sizeof(treenode));

t=open->late;

while(t!=NULL && t->late!=NULL) {

s=t->late;

k=t->cost;

while(s!=NULL) {

if(k > s->cost) {

k=s->cost;

cpynode(r,t);

cpynode(t,s);

cpynode(s,r); }

s=s->late; }

t=t->late; }; }

五、实验结果:

1.程序截图

2.搜索过程

请输入八数码的初始状态：（以空格为分隔）

2 8 3

1 0 4

7 6 5

请输入八数码的目标状态：（以空格为分隔）1 2 3

8 0 4

7 6 5

搜索过程如下：

2 8 3

1 0 4 n= 1 d= 0 f= 0

7 6 5

2 0 3

1 8 4 n= 3 d= 1 f= 1

7 6 5

0 2 3

1 8 4 n= 8 d=

2 f= 3

7 6 5

1 2 3

0 8 4 n=10 d= 3 f= 8

7 6 5

1 2 3

8 0 4 n=12 d= 4 f=10

7 6 5

5 步,12 个节点

Press any key to continue

六、实验分析：

在进行搜索的过程中，同时记录了扩展新节点的个数。启发式搜索仅扩展12个新节点。可见,在本实验中启发式搜索更优，效率更高。而在求解最短路径的问题上盲目搜索能更高效一点。在实际的应用中应根据具体情况灵活选择不同的策略，提高程序执行效率

启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。

七、结论

此次实验用启发式搜索方法求解问题的使用，让我们明白了具体问题具体分析，更明白了算法的重要，好的算法能够极大的提高程序的运行效率。同时，通过此次实践，也对课本知识有了更深刻的认识和体会，真正将课本知识融于实践中是对我们的最大考验。

这次试验让我更加深入了解了什么是人工智能，让我了解了人工智能的作用以及含义和人工智能的使用范围以及对于我们未来生活得作用的广大。用机器语言解决实际问题的，提高了动手能力。

使用动态神经网络预测太阳能和风能数据架构的微电网

文摘-- 鼓励使用可再生能源由于快速减少传统不可再生能源。然而,寻找新的安装网站发电和传输变得越来越困难。在电力系统需要更大的灵活性导致了发电的一个新概念——微电网。微电网的定义是一个集成的动力输送系统组成的相互联系的加载,存储设施和分布式发电主要由可再生能源。介绍了微电网整体的动态模型在MATLAB仿真软件模拟和动态神经网络的适用性为太阳能和风力发电预测数据架构。总的来说,三种架构被提出,即集中时间延迟神经网络,分布式时间延迟神经网络和非线性自回归神经网络。实验结果表明,提出的网络实现一个可接受的预测的准确性。比较而言,预测的准确性最高达到分布式时间延迟神经网络。

关键词--分布式能源资源、分布式发电、动态神经网络,MATLAB,微电网仿真软件

一、介绍

分布式发电(DG)是一种新兴的趋势在本地发电配电电压水平通过使用天然气等可再生能源,沼气,风力发电,太阳能光伏电池,燃料电池,结合热力和电力(CHP)系统,micro-turbines,斯特林发动机和将它们集成到工具分销网络[1]。使用的能源是称为分布式能源资源(各级)或微型电源[2]。通常对产品进行模块化单位广为分布的小容量。这些通常是位于靠近加载[3]。

各级微型电网是小规模的供应网络组成的可再生能源发电在配电电压集成在一起。确保灵活性操作作为一个聚合体系和维护指定的电能质量和能量输出是由电力电子接口(PEIs)和控制内置微型电源[2]。

在过去的几年中,许多研究尝试了微电网建模和预测可再生发电数据。在[4]中,混合动力系统可以作为独立的系统或电网连接系统通过使用光伏系统结合高速微型涡轮进行了研究。在[5],MATLAB仿真软件模型加州理工可持续电力电子资源(超级)系统设计。在[6]、光伏电池、微型涡轮风力涡轮机块建模和组合起来形成一个微型电网。这样一个系统的瞬态和稳态行为变化的输入进行了研究。在[7],适用性提前24小时太阳能发电的人工神经网络预测20 kW的光伏系统适合一个可靠的微电网能量管理进行了研究。在[8],提出了一种模型提前24小时预报的风速和风力发电机的输出功率使用人工神经网络(ANN)的反向传播算法。[9],递归神经网络(RNN)提出了风速预测并与前馈神经网络(FNN)。其他一些模型用于短

期预测是径向基函数、支持向量机、模糊模型和ARMA模型[10]。

六、结论

微电网在MATLAB仿真软件模拟模型及其动态行为进行了研究。动态神经网络结构被用于风速预测和太阳能电池板电压预测。

分布式时间延迟神经网络给出了最好的预测的准确性对风能和太阳能系统由于动态反向传播。在风电系统中,所获得的最高精确度是99.84%单层有25个神经元在太阳系,所获得的最高精确度是99.97%单层有10个神经元。

微电网模型模拟可以用来探索微型电网的各种操作模式,即坐落和电网连接。模型可以提供不同类型的用户和修改负载。广泛的载荷分析和成本可以应用于微型电网调度技术。

总结

神经网络可以分为动态和静态类别。静态(前馈)网络没有反馈元素和不包含延迟——直接从输入输出计算通过前馈连接。然而,在动态网络,输出不仅取决于当前的输入网络,但也对当前或之前的输入、输出,或国家的网络。动态神经网络是指在应用过程中能够改变网络的权值和阈值也能改变网络的结构即输入层、隐含层和输出层的节点数。动态网络的训练非常类似于静态前馈网络的训练。集中时滞神经网络(FTDNN)由一个前馈网络在输入抽头延迟线。在这种类型的网络,动态仅出现在一个静态的输入层多层前馈网络。这个网络是适合时间序列预测。各级微电网是小规模的供应网络组成的可再生能源发电在配电电压集成在一起。确保灵活性操作作为一个聚合体系和维护指定的电能质量和能量输出是由电力电子接口(PEIs)和控制内置微电网。分布式时间延迟神经网络给出了最好的预测的准确性对风能和太阳能系统由于动态反向传播。

人工智能是对人类智能的一种模拟和扩展，其核心是思维模拟人工智能致力于用计算机语言描述人的智能，并用计算机加以实现。人工智能试图且已经给计算机施加了一个模拟人类智能的程序，该程序包括知道这个系统本身的过程，然后给系统以一定任务，它就会产生行为，这说明人工智能是确实的、得到证实的。人工神经网络是在研究人脑的奥秘中得到启发，试图用大量的处理单元（人工神经元、处理元件、电子元件等）模仿人脑神经系统工程结构和工作机理。在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。

西电人工智能大作业

人工智能大作业 学生：021151** 021151** 时间：2013年12月4号

一．启发式搜索解决八数码问题 1.实验目的 问题描述：现有一个3*3的棋盘，其中有0-8一共9个数字，0表示空格，其他的数字可以和0交换位置（只能上下左右移动）。给定一个初始状态和一个目标状态，找出从初始状态到目标状态的最短路径的问题就称为八数码问题。 例如：实验问题为

到目标状态： 从初始状态： 要求编程解决这个问题，给出解决这个问题的搜索树以及从初始节点到目标节点的最短路径。 2.实验设备及软件环境 利用计算机编程软件Visual C++ 6.0，用C语言编程解决该问题。 3.实验方法 (1).算法描述： ①.把初始节点S放到OPEN表中，计算() f S，并把其值与节点S联系 起来。 ②.如果OPEN表是个空表，则失败退出，无解。 ③.从OPEN表中选择一个f值最小的节点。结果有几个节点合格，当其 中有一个为目标节点时，则选择此目标节点，否则就选择其中任一节点作为节点i。 ④.把节点i从OPEN表中移出，并把它放入CLOSED的扩展节点表中。 ⑤.如果i是目标节点，则成功退出，求得一个解。 ⑥.扩展节点i，生成其全部后继节点。对于i的每一个后继节点j： a.计算() f j。 b.如果j既不在OPEN表中，也不在CLOSED表中，则用估价函数f

把它添加入OPEN表。从j加一指向其父辈节点i的指针，以便一旦 找到目标节点时记住一个解答路径。 c.如果j已在OPEN表或CLOSED表上，则比较刚刚对j计算过的f 值和前面计算过的该节点在表中的f值。如果新的f值较小，则 I.以此新值取代旧值。 II.从j指向i，而不是指向它的父辈节点。 III.如果节点j在CLOSED表中，则把它移回OPEN表。 ⑦转向②，即GO TO ②。 (2).流程图描述： (3).程序源代码： #include #include

人工智能综述

人工智能 “人工智能”(Artificial Intelligence)简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。是计算机科学技术的前沿科技领域。 人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及到计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。因此，人工智能实际上是一门综合性的交叉学科和边缘学科。 在世界各地对人工智能的研究很早就开始了。但对人工智能的真正实现要从计算机的诞生开始算起，这时人类才有可能以机器实现人类的智能。AI这个英文单词最早是在1956年的一次会议上提出的，在此以后．因为一些科学家的努力使它得以发展。但人工智能的进展并不像我们期待的那样迅速，因为人工智能的基本理论还不完整．我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，人工智能正在以它巨大的力量影响着人们的生活[1]。 一、人工智能涉及的技术或方法的基本功能、特点与适用对象 目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域[2]： 1)问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2)逻辑推理与定理证明 逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而

西电数据挖掘大作业k-means和k-medoids

题 目： 数据挖掘 学 院： 电子工程学院 专 业： 智能科学和技术 学生姓名： ** 学 号： 02115*** k -means 实验报告 一、 waveform 数据 1、 算法描述 1. 从数据集{X n }n?1N 中任意选取k 个赋给初始的聚类中心c 1, c 2, …,

c k； 2.对数据集中的每个样本点x i，计算其和各个聚类中心c j的欧氏 距离并获取其类别标号： label(i)=arg min ||x i?c j||2,i=1,…,N,j=1,…,k 3.按下式重新计算k个聚类中心； c j=∑x j s:label(s)=j j ,j=1,2,…k 重复步骤2和步骤3，直到达到最大迭代次数为止2、实验结果 二、图像处理 1、算法描述 同上； 2、实验结果

代码： k_means: %%%%%%%%%K_means%%%%%%%% %%%%%%%%%函数说明%%%%%%%% %输入: % sample——样本集； % k ——聚类数目； %输出： % y ——类标(从0开始) % cnew ——聚类中心 % n ——迭代次数 function [y cnew n]=k_means(sample,k) [N V]=size(sample); %N为样本的个数 K为样本的维数 y=zeros(N,1); %记录样本类标 dist=zeros(1,k); rand_num=randperm(N); cnew=(sample(rand_num(1,1:k),:));%随机初始化聚类中心cold=zeros(k,V); n=0;

西电射频大作业(精心整理)

射频大作业 基于PSpice仿真的振幅调制电路设计数字调制与解调的集成器件学习

目录 题目一：基于PSpice仿真的振幅调制电路设计与性能分析 一、实验设计要求 (3) 二、理论分析 1、问题的分析 (3) 2、差动放大器调幅的设计理论 (4) 2.1、单端输出差动放大器电路 2.2、双端输出差动放大器电路 2.3、单二极管振幅调制电路 2.4、平衡对消二极管调幅电路 三、PSpice仿真的振幅调制电路性能分析 (10) 1、单端输出差动放大器调幅电路设计图及仿真波形 2、双端输出差动放大器调幅电路设计图及仿真波形 3、单二极管振幅调制电路设计图及仿真波形 4、平衡对消二极管调幅电路设计图及仿真波形 四、实验总结 (16) 五、参考文献 题目二数字调制与解调的集成器件学习 一、实验设计要求 (17) 二、概述 (17) 三、引脚功能及组成原理 (18) 四、基本连接电路 (20) 五、参考文献 (21) 六、英文附录 (21)

题目一基于PSpice仿真的振幅调制电路设计 摘要 随着大规模集成电路的广泛发展,电子电路CAD及电子设计自动化（EDA）已成为电路分析和设计中不可缺少的工具。此次振幅调制电路仿真设计基于PSpice，利用其丰富的仿真元器件库和强大的行为建模工具，分别设计了差分对放大器和二极管振幅调制电路，由此对线性时变电路调幅有了更进一步的认识；同时，通过平衡对消技术分别衍生出双端输出的差分对放大器和双回路二极管振幅调制电路，消除了没用的频率分量，从而得到了更好的调幅效果。本文对比研究了单端输出和双端输出的差分对放大器调幅电路及单二极管和双回路二极管调幅电路，通过对比观察时域和频域波形图，可知平衡对消技术可以很好地减小失真。 关键词：PSpice 振幅调制差分对放大器二极管振幅调制电路平衡对消技术 一、实验设计要求 1.1 基本要求 参考教材《射频电路基础》第五章振幅调制与解调中有关差分对放大器调幅和二极管调幅的原理，选择元器件、调制信号和载波参数，完成PSpice电路设计、建模和仿真，实现振幅调制信号的输出和分析。 1.2 实践任务 (1) 选择合适的调制信号和载波的振幅、频率，通过理论计算分析，正确选择晶体管和其它元件；搭建单端输出的差分对放大器，实现载波作为差模输入电压，调制信号控制电流源情况下的振幅调制；调整二者振幅，实现基本无失真的线性时变电路调幅；观察记录电路参数、调制信号、载波和已调波的波形和频谱。 (2) 参考例5.3.1，修改电路为双端输出，对比研究平衡对消技术在该电路中的应用效果。 (3) 选择合适的调制信号和载波的振幅、频率，通过理论计算分析，正确选择二极管和其它元件；搭建单二极管振幅调制电路，实现载波作为大信号，调制信号为小信号情况下的振幅调制；调整二者振幅，实现基本无失真的线性时变电路调幅；观察记录电路参数、调制信号、载波和已调波的波形和频谱。 (4) 参考例5.3.2，修改电路为双回路，对比研究平衡对消技术在该电路中的应用效果。 1.3 写作报告 (1) 按论文形式撰写，包括摘要、正文和参考文献，等等。 (2) 正文包括振幅调制电路的设计原理、理论分析结果、实践任务中各阶段设计的电路、参数、波形和频谱，对观察记录的数据配以图像和表格，同时要有充分的文字做分析和对比，有规律性认识。 (3) 论文结构系统、完备、条理清晰、理论正确、数据翔实、分析完整。 1.4 相关提示 (1) 所有电路和信号参数需要各人自行决定，各人有不同的研究结果，锻炼学生的独立研究和实验分析能力。 (2) 为了提高仿真精度和减小调试难度，可以将调制信号和载波的频率设置得较低。 二、理论分析 1、问题的分析 根据题目的要求，差分对放大器和二极管振幅调制电路目的都是实现基本无

西电行政方法模拟题1(答案)

模拟题（一） 一、选择题(单选，14道小题，每题3分，共42分) 1. 设A X = 2.40315是真值T X =2.403147的近似值，则A X 有__C__位有效数字。 A 、4 B 、5 C 、6 D 、7 2. 上题中A X 的绝对误差限为 C 。 A 、30.510-? B 、40.510-? C 、50.510-? D 、60.510-? 3. 当计算公式的第n +1步的误差e n +1与第n 步的误差e n 满足__A__时，称此计算公式是绝对稳定的。 A 、 11n n e e +≤ B 、11n n e e +≥ C 、10n n e e +≤ D 、10n n e e +≥ 4. 数值x *的近似值x ，那么按定义x 的相对误差是__A_。 *** A B *C D * * x x x x x x x x x x x ----、 、、 、 5. 用列主元高斯消去法解线性方程组1231231 2231425427 x x x x x x x x -+=?? ++=??+=?，则第一次选取的列主元为 B 。 A 、2 B 、4 C 、1 D 、-1 6. 设?(x)=4x 4＋4x 3－2x 2＋3x ＋2，取x 1=0，x 2=0.2，x 3=0.5，x 4=1，x 5=2，x 6=2.4，x 7=4。在这些点上关于?(x)的插值多项式为6()P x ，则?(0.1)-6(0.1)P =_____D_____。 A 、0.01 B 、0.002 C 、0.003 D 、0 7. 以下方程求根的数值计算方法中，收敛速度最快的是： C 。 A 、二分法 B 、简单迭代法 C 、牛顿迭代法 D 、割线法 8. 要构造f (x )=e x 的4次拉格朗日多项式，至少需要已知f (x )上 C 个插值节点的取值。 A 、3 B 、4 C 、5 D 、6

人工智能大作业

第一章 1、3 什么就是人工智能？它的研究目标就是什么？ 人工智能(Artificial Intelligence),英文缩写为AI。它就是研究、开发用于模拟、延伸与扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 研究目标:人工智能就是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理与专家系统等。 1、7 人工智能有哪几个主要学派？各自的特点就是什么？ 主要学派:符号主义,联结主义与行为主义。 1.符号主义:认为人类智能的基本单元就是符号,认识过程就就是符号表示下的符号计算, 从而思维就就是符号计算; 2.联结主义:认为人类智能的基本单元就是神经元,认识过程就是由神经元构成的网络的信 息传递,这种传递就是并行分布进行的。 3.行为主义:认为,人工智能起源于控制论,提出智能取决于感知与行动,取决于对外界复 杂环境的适应,它不需要只就是,不需要表示,不需要推理。 1、8 人工智能有哪些主要研究与应用领域？其中有哪些就是新的研究热点？ 1、研究领域:问题求解,逻辑推理与定理证明,自然语言理解,自动程序设计,专家系统,机器 学习,神经网络,机器人学,数据挖掘与知识发现,人工生命,系统与语言工具。 2、研究热点:专家系统,机器学习,神经网络,分布式人工智能与Agent,数据挖掘与知识发 现。 第二章 2、8 用谓词逻辑知识表示方法表示如下知识: (1)有人喜欢梅花,有人喜欢菊花,有人既喜欢梅花又喜欢菊花。 三步走:定义谓词,定义个体域,谓词表示 定义谓词 P(x):x就是人

中南大学_人工智能真题

中南大学人工智能考试试卷 2011年第2学期,考试时间110分钟 人工智能课程 48学时，3学分，考试形式：开卷 专业年级：计算机11级总分100分，占总评成绩70 % 注：此页不作答题纸，请将答案写在答题纸上 一、选择题（共20分，每题2分） 1、消解原理是一种用于 A、表达式变换的推理规则 B、变量运算的推理规则 C、一定的子句公式的推理规则 D 、规则演绎的推理规则 2、下列哪个系统属于新型专家系统？ A、多媒体专家系统 B、实时专家系统 C、军事专家系统 D、分布式专家系统 3、示例学习属于下列哪种学习方法？ A. 解释学习 B. 归纳学习 C. 类比学习 D. 机械学习 4、不属于神经网络常用学习算法的是： A. 有师学习 B. 增强学习 C. 观察与发现学习 D. 无师学习 5、人工智能应用研究的两个最重要最广泛领域为： A. 专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 6、下列搜索方法中不属于盲目搜索的是： A. 等代价搜索 B. 宽度优先搜索 C. 深度优先搜索 D. 有序搜索 7、被认为是人工智能“元年”的时间应为： A、1948年 B、1946年 C、1956年 D、1961年 8、被誉为国际“人工智能之父”的是： A、图灵（Turing） B、费根鲍姆（Feigenbaum） C、傅京孙（K.S.Fu） D、尼尔逊（Nilsson） 9、语义网络的组成部分为： A、框架和弧线 B、状态和算符 C、节点和链 D、槽和值 10、尽管人工智能学术界出现“百家争鸣”的局面，但是，当前国际人工智能的主流派仍属于： A、连接主义 B、符号主义 C、行为主义 D、经验主义

西电《软件技术基础》上机大作业答案解析

说明 每个实验题目含有一个main函数和一些函数，与实验题目相关的基本运算的函数定义和main函数定义的代码在附录以及对应的文件夹中给出，供上机实验参考使用。对于每个题目，只需要根据题目要求设计算法，补充函数定义，然后对程序进行编译、调试。

实验一线性表 一、实验目的 1．熟悉线性表的顺序和链式存储结构 2．掌握线性表的基本运算 3．能够利用线性表的基本运算完成线性表应用的运算 二、实验内容 1．设有一个线性表E={e1, e2, … , e n-1, e n}，设计一个算法，将线性表逆置，即使元素排列次序颠倒过来，成为逆线性表E’={ e n , e n-1 , … , e2 , e1 }，要求逆线性表占用原线性表空间，并且用顺序表和单链表两种方法表示，分别用两个程序来完成。（文件夹：顺序表逆置、单链表逆置） 2．已知由不具有头结点的单链表表示的线性表中，含有三类字符的数据元素（字母、数字和其他字符），试编写算法构造三个以循环链表表示的线性表，使每个表中只含有同一类的字符，且利用原表中的结点空间，头结点可另辟空间。（文件夹：分解单链表） 实验二栈和队列 一、实验目的 1．熟悉栈和队列的顺序和链式存储结构 2．掌握栈和队列的基本运算 3．能够利用栈和队列的基本运算完成栈和队列应用的运算 二、实验内容 1．设单链表中存放有n个字符，试编写算法，判断该字符串是否有中心对称的关系，例如xyzzyx是中心对称的字符串。（提示：将单链表中的一半字符先依次进栈，然后依次出栈与单链表中的另一半字符进行比较。）（文件夹：判字符串中心对称） 2．假设以数组sequ[m]存放循环队列的元素，同时设变量rear和quelen 分别指示循环队列中队尾元素的位置和内含元素的个数。编写实现该循环队列的入队和出队操作的算法。 提示：队空的条件：sq->quelen==0；队满的条件：sq->quelen==m。（文件夹：循环队列）实验三串 一、实验目的 1．熟悉串的顺序存储结构 2．掌握串的基本运算及应用 二、实验内容 1．串采用顺序存储结构，编写朴素模式匹配算法，查找在串中是否存在给定的子串。（文件夹：模式匹配） 2．若S是一个采用顺序结构存储的串，利用C的库函数strlen和strcpy（或strncpy）编写

西电数字信号处理大作业

第二章 2.25 已知线性时不变系统的差分方程为 若系统的输入序列x(x)={1,2,3,4,2,1}编写利用递推法计算系统零状态响应的MATLAB程序，并计算出结果。 代码及运行结果： >> A=[1,-0.5]; >> B=[1,0,2]; >> n=0:5; >> xn=[1,2,3,4,2,1]; >> zx=[0,0,0];zy=0; >> zi=filtic(B,A,zy,zx); >> yn=filter(B,A,xn,zi); >> figure(1) >> stem(n,yn,'.'); >> grid on;

2.28图所示系统是由四个子系统T1、T2、T3和T4组成的，分别用单位脉冲响应或差分方程描述为 T1： 其他 T2: 其他 T3： T4: 编写计算整个系统的单位脉冲响应h(n)，0≤n≤99的MATLAB程序，并计算结果。 代码及结果如下： >> a=0.25;b=0.5;c=0.25; >> ys=0; >> xn=[1,zeros(1,99)]; >> B=[a,b,c]; >> A=1; >> xi=filtic(B,A,ys); >> yn1=filter(B,A,xn,xi); >> h1=[1,1/2,1/4,1/8,1/16,1/32]; >> h2=[1,1,1,1,1,1]; >> h3=conv(h1,h2); >> h31=[h3,zeros(1,89)]; >> yn2=yn1+h31; >> D=[1,1];C=[1,-0.9,0.81]; >> xi2=filtic(D,C,yn2,xi); >> xi2=filtic(D,C,ys); >> yn=filter(D,C,yn2,xi); >> n=0:99; >> figure(1) >> stem(n,yn,'.'); >> title('单位脉冲响应'); >> xlabel('n');ylabel('yn');

西电计算方法作业

习题1 1. x1=4.8675 x1有5位有效数字；x2=4.08675 x2有6位有效数字； X 3=0.08675 x3有4位有效数字；x4=96.4730 x4有6位有效数字； X 5=96×105 x5有2位有效数字；x6=0.00096 x6有2位有效数字。 8.解: y n =5y n-1-2 n=1,2, (1) y 0= 3 在计算y 0时有舍入误差，设为e 0,并设求得的y 0的近似值y 0,即e 0= y 0 -y 0，所以， y n = 5y n-1-2 n=1,2,… (2) y 0=y 0-e 0 由（1）-（2）得：y n - y n =5(y n-1- y n-1) 所以y n -y n =5n e 0 n=1,2,… 所以e 10=510 e 0=510 ( 3 -1.73)=20027.42 所以这个计算过程不稳定。 10.解：f(x)=8x 5-0.4x 4+4x 3 -9x+1 =(8x 4-0.4x 3+4x 2 -9)x+1 =((8x 3-0.4x 2 +4x)x-9)x+1 =(((8x 2 -0.4x+4)x-9)x+1 =((((8x-0.4)x+4)x-9)x+1 b 0=8； b 1=8x-0.4=8×3-0.4=23.6； b 2= b 1x+4=23.6×3+4=74.8； b 3= b 2x=74.8×3=224.4; b 4= b 3x-9=224.4×3-9=664.2; b 5= b 4x+1=664.2×3+1=1993.6; 所以f(3)= b 5=1993.6. 8 -0.4 4 0 -9 1 X=3 24 70.8 224.4 673.2 1992.6 8 23.6 74.8 224.4 664.2 1993.6 所以f(3)=1993.6. 习题2 1. 证明：令f(x)=1-x-sinx,则f ′(x)=-1-cosx>0, 所以f （x ）在区间[0,1]中连续且严格单调递增。 又因为f(0)=1,f(1)=-sin1,即f(0)f(1)＜0, 所以方程1-x-sinx=0在区间[0,1]中有且只有一个根。 由1／2k+1=12 ×10-3 得：k ≥3ln10ln2 ≥9.965 所以使用二分法求误差不大于12 ×10-3 的根需要二分10次。 2. 用简单迭代法求e x -4x=0的根，精确至四位有效数字 解：设f(x)= e x -4x,则f ′(x)= e x -4。 因为f(0.35)= e 0.35-4×0.35=0.019068,f(0.38)= e 0.38 -4×0.38=-0.057715, f(0.35)f(0.38)<0且当x ∈[0.35,0.38]时f ′(x)= e x -4<0即f(x)在[0.35,0.38] 上单调递减。 所以f(x) 在[0.35,0.38]上有且仅有一个根。

西安电子科技大学人工智能试题

1.（该题目硕士统招生做）请用框架法和语义网络法表示下列事件。（10分） 2015年2月20日上午11点40分，广东省深圳市光明新区柳溪工业园附近发生山体滑坡，经初步核查，此次滑坡事故共造成22栋厂房被掩埋，涉及公司15家，截至目前已安全撤离900人，仍有22人失联。 答：框架表示法（5分）：（给分要点：确定框架名和框架槽，根据报道给出的相关数据填充，主要内容正确即可给分，不必与参考答案完全一致） <山体滑坡> 时间：2015年2月20日上午11点40分 地点：广东省深圳市光明新区柳溪工业园附近 掩埋厂房：22栋 涉及公司数目：15家 安全撤离人数：900人 失联人数：22人 语义网络表示法（5分）：（给分要点：确定语义网络的节点及其连接关系，根据报道内容进行填充，主要内容正确即可给分，不必与参考答案完全一致） 1. （该题目全日制专业学位硕士做）请用一种合适的知识表示方法来表示下面知识。（10分） How Old Are YOU是微软推出的一款测年龄应用，该应用架设在微软服务平台Azure上，该平台具有机器学习的开发接口，第三方开发者可以利用相关的接口和技术，分析人脸照片。

（给分要点：采用合适的知识表示方法，正确即可给分，不必与参考答案完全一致） 答： 类属（继承）：<应用程序> 用途：测年龄 开发者：微软 服务平台： 开发接口：机器学习 用途：分析人脸照片 2.（该题目硕士统招生做）请用归结反演的方法求解下述问题。（15分） 已知：张和李是同班同学，如果x和y是同班同学，则x的教室也是y的教室，现在张在302教室上课。 问：现在李在哪个教室上课？ 解：第一步：定义谓词；（谓词不一定与参考答案完全相同，只要正确表示即可给分）（3分）C(x, y) x和y是同班同学； At(x, u) x在u教室上课。 第二步：根据定义的谓词写出上述知识的谓词表示，并化成子句集；（6分） 把已知前提用谓词公式表示如下： C(zhang, li) (?x) (?y) (?u) (C(x, y)∧At(x, u)→At(y,u)) At(zhang, 302) 把目标的谓词公式表示如下： (?v)At(li, v) 把上述公式化为子句集： (1) C(zhang, li) (2) ﹁C(x, y)∨﹁At(x, u)∨At(y, u) (3) At(zhang, 302) 把目标的否定化成子句式： (4) ﹁At(li,v) ∨Answer(v) 第三步：使用归结原理对子句集进行归结；（6分）（注意：具体的归结顺序不一定和参考答案完全一致，只要归结过程正确，最后得到的答案正确即可给分）

SQL数据库期末大作业

学校:北京联合大学 系别:信息管理系 姓名：孙超 学号：2013110444006 《餐饮业信息管理系统的开发》 1、本项目的需求分析 随着今年来中国餐饮行业的日益火爆，在强烈的行业竞争中，一个高效的餐饮信息管理系统的应用，无疑是至关重要的。高效，便捷的管理系统，不仅仅极大的方便了食客的就餐，同时对于餐饮公司的各项信息管理有着很大的帮助，同时，我们的餐饮信息管理系统还能帮助餐厅降低错误率，扩大营业范围，增加知名度等。 为了使得系统在操作的过程中，更加便捷，具有针对性，本次系统设计主要分为：员工登陆操作信息系统，以及店主操作管理信息系统。不同的设计从而达到不同的功能，实现信息的有效传达与管理。 第一：在员工使用本餐饮信息管理系统应可以实现以下功能： 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.查询菜单 3.添加查询预定信息，为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 第二：管理员使用本餐饮信息管理系统应可以实现以下功能： 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.添加修改查询菜单信息，最好能看到菜品图片 3.添加查询预定信息，为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 6.设定具体的打折方法 7.添加职员信息，权限也可以定为管理员。 8.可以查询使用者的现金收款金额。 二、餐饮业管理数据库管理系统的E-R模型（概念结构设计） 1.用户（员工）的信息：

编号、密码、类型、姓名、电话、收款金额 2.客户信息： 用户编号、客户编号、姓名、电话、密码、开卡时间、卡内余额 3.食谱： 类型、名称、价格、配料、照片 4.预定： 用户编号、日期、预定时间、客户姓名、类型、预定食谱、桌号5桌台管理： 桌号、使用情况、 6.点餐管理： 用户编号、类型、菜品、数量、价格、照片 7.盈利管理： 日期、日支出金额、店内收入、外卖收入、盈利额度 各对象之间的联系图： 用户E-R图 主要存储一些用户信息，如用户的账号、密码和类型地点等等，主要用于用户登录，添加客户和添加预定时会使用到用户信息。

西电计算机图形学作业

1、结合个人的使用体会，谈谈显卡的主要技术指标 主要技术指标： 最大分辨率：当一个图像被显示在屏幕上时，它是由无数小点组成的，它们被称为像素(Pixel)。最大分辩率是指显示卡能在显示器上描绘点的最大数量，一般以“横向点数X 纵向点数”表示。 色深：像素描绘是的是屏幕上极小的一个点，每一个像素可以被设置为不同的颜色和亮度。像素的每一种状态都是三种颜：红、蓝、绿所控制，当它们都处于最大亮度时，像素就呈现为白色,；反之，像素为黑色。像素的颜色数称为色深，该指标用来描述显示卡能够显示多少种颜色，一般以多少色或多少bit色来表示，如8bit色深可以显示256种颜色，16bit色深可显示65536种颜色，称为增强色，24bit色深可以显示16M 种颜色,称为真颜色，所以色深的位数越高,所能看见的颜色就越多，屏幕上画面的质量就越好。但色深增加时，也增大了显示卡所要处理的数据量，这就要求显示卡配有更大显示内存并具有更高的转换速率。 刷新频率：刷新频率是指图像在显示器上更新的速度，也就是图像每秒在屏幕上出现的帧数，单位为Hz （赫兹）。刷新频率越高，屏幕上图像的闪烁感就越小，图像越稳定，视觉效果也越好。一般刷新频率在75Hz以上时，人眼对影像的闪烁才不易查觉。这个性能指标主要取决于显示卡上RAMDAC的转换速度。显存：如果说显存带宽决定了显卡的性能，那么显存位宽就决定了显存带宽，因为在相同频率下，64位显存的带宽只有128位显存的一半，当遇到大量像素渲染工作时，因为显存位宽的限制会造成显存带宽的不足，最直接的后果就是导致传输数据的拥塞，速度明显下降屏幕更新频率(Vertical刷新Rate)指显示器每秒能对整个画面重复更新的次数，若此数值为72Hz，表示显卡每秒将送出72张画面讯号给显示器。在显卡中的渲染管线包括很多，比如像素渲染管线、纹理渲染管线、顶点渲染管线等等，它们在显卡中起到各自的作用。 体会：同型号同容量的情况下，可以比较：1.显存位宽（越大越好）以及显存用料比如GDDR1/GDDR2/GDDR3；2.核心频率和显存频率（越高越好）如：256bit/256M与128bit/256M；3.显卡的速度，就是几点几纳秒（越小越好），一般显卡的速度只有查显卡的说明书才能得出。 2、举例说明中点画线法的基本原理并编程实现 基本原理： 直线y=k*x+b 可以写成y-k*x-b=0的形式；进而写成函数F(x,y)=y-k*x-b；注意在此要使得y的系数一定为正，这和我们以下讨论的直线和点的位置关系息息相关。只有y的系数是正的时候，以下关系式才成立；如果y的系数是负的话，下面的关系式是相反的； 当点在直线上方时，点的坐标带入函数,F(x,y)>0; 当点在直线下方时，点的坐标带入函数,F(x,y)<0; 当点在直线上时，点的坐标带入函数,F(x,y)=0; 已知点P1(x0,y0)，P(x1,y1)并且都是整数坐标对。令dx=x1-x0；dy=y1-y0；并且x1>x0恒成立，那么dx恒大于0；且k=dy/dx；方程y-k*x-b=0改写成y-(dy/dx)*x-b=0； 最终函数F(x,y)=y*dx-x*dy-B；其中B=b*dx； 我们讨论 (1)00时,中点在直线的上方，我们选取中点下方的整数坐标对，即点(x0+1,y0)，也就是x++，而y 的值不变。我们继续判断下一个中点(x0+2,y0+0.5),带入函数，d=2*F(x0+2,y0+0.5)=d0+(-2*dy)；其中

西电电院人工智能课程大作业

西电人工智能大作业

八数码难题 一.实验目的 八数码难题：在3×3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，其初始状态如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。例如： (a) 初始状态 (b) 目标状态 图1 八数码问题示意图 请任选一种盲目搜索算法（深度优先搜索或宽度优先搜索）或任选一种启发式搜索方法（A 算法或 A* 算法）编程求解八数码问题（初始状态任选），并对实验结果进行分析，得出合理的结论。 本实验选择宽度优先搜索：选择一个起点，以接近起始点的程度依次扩展节点，逐层搜索，再对下一层节点搜索之前，必先搜索完本层节点。 二.实验设备及软件环境 Microsoft Visual C++，（简称Visual C++、MSVC、VC++或VC）微软公司的C++开发工具，具有集成开发环境，可提供编辑C语言，C++以及C++/CLI 等编程语言。 三.实验方法 算法描述： （1）将起始点放到OPEN表； （2）若OPEN空，无解，失败；否则继续； （3）把第一个点从OPEN移出，放到CLOSE表； （4）拓展节点，若无后继结点，转（2）； （5）把n的所有后继结点放到OPEN末端，提供从后继结点回到n的指针； （6）若n任意后继结点是目标节点，成功，输出；否则转（2）。

流程图：

代码： #include #include typedef struct Node { int num[9]; //棋盘状态 int deepth; //派生的深度 g(n) int diffnum; //不在位的数目 h(n) int value; //耗散值 f(n)=g(n)+h(n) struct Node * pre; struct Node * next; struct Node * parent; }numNode; /* ---------- end of struct numNode ---------- */ int origin[9]; //棋盘初始状态 int target[9]; //棋盘目标状态 int numNode_num,total_step; numNode *open,*close; //Open表和Close表 numNode *create_numNode() { return (numNode *)malloc(sizeof(numNode)); } numNode *open_getfirst(numNode *head); //返回第一项，并从Open表中删除

西电数据结构大作业

题目：数据结构上机报告学院：电子工程学院 专业：信息对抗技术 学生姓名：甘佳霖 学号：14020310092

西安电子科技大学 数据结构课程实验报告实验名称线性表 电子工程学院 1402031 班Array姓名甘佳霖学号 14020310092 同作者 实验日期 2017 年 3 月 18 日

实验一线性表 一、实验目的 1．熟悉线性表的顺序和链式存储结构 2．掌握线性表的基本运算 3．能够利用线性表的基本运算完成线性表应用的运算 二、实验要求 1.设有一个线性表E={e1, e2, … , e n-1, e n}，设计一个算法，将线性表逆置，即使元素排列次序颠倒过来，成为逆线性表E’={ e n, e n-1 , … , e2 , e1 }，要求逆线性表占用原线性表空间，并且用顺序表和单链表两种方法表示，分别用两个程序来完成。 2.已知由不具有头结点的单链表表示的线性表中，含有三类字符的数据元素（字母、数字和其他字符），试编写算法构造三个以循环链表表示的线性表，使每个表中只含有同一类的字符，且利用原表中的结点空间，头结点可另辟空间。 三、设计思路 1.顺序表做逆置操作时将对应的首尾元素位置交换，单链表的指针end指向链表的末尾，指针start指向链表头结点，指针s用来找到指向end节点的节点，将指向链表末尾和头结点的存储内容交换，然后头结点指针指向下一节点，s指针从start节点开始遍历寻找指向end 指针的节点，并将end指针赋值为s指针，就完成了单链表的逆置，可以看出单链表和顺序表都可以完成线性表的逆置。 2.分解单链表的实现思路是首先新建3个循环链表，然后顺序遍历单链表，ASCII码判断链表中的元素属于哪一类元素，然后将这个元素添加到对应的循环链表中，从而实现分解单链表的功能。 四、运行结果 1.单链表逆置：

西安电子科技大学 研究生 电磁场数值分析期末考试题

西安电子科技大学何超 电磁场数值分析 考点1：矩量法的一般过程（算子方程、离散化过程、选配过程、矩阵方程求解）。 给定算子方程和基函数，采用伽略金法，计算阻抗矩阵和激励电压矩阵，从 而求得电流系数矩阵，即得到方程的近似解。（矩阵维数一般为2×2，或3×3， 便于计算）。 1

https://www.wendangku.net/doc/7114476420.html,/link?url=oRwkn_6gajdEKC3YUFvvipOKLuZJXnVk43odUwyDWYRao nT1SlZLKEq9PCQba5xPYg_7mXpK8pZW0R-_RfT5EOXLvj0BKqKmQ6cfXMuW8P7 有3个矩量法例题 考点2：ScaLAPACK 的矩阵分布方式。

给定进程网格，矩阵分块大小，要求能写出按ScaLAPACK矩阵分布方式，每个进程对应的矩阵元素。？ 1 并行矩阵填充在PC集群系统中MPI并行矩量法研究36 37 考点3：temporary block column 对active block column 分解产生的影响.对于当前活动列块（即正在进行LU分解的列块），要能够分析其左侧临时列块对其LU分解所产生的影响。？英文书写得很详细了啊45--55有 lu分解 将系数矩阵A转变成等价两个矩阵L和U的乘积，其中L和U分别是下三角和上三角矩阵。当A 的所有顺序主子式都不为0时，矩阵A可以分解为A=LU，且当L的对角元全为1时分解唯一。其中L是下三角矩阵，U是上三角矩阵。 4阶矩阵的LU分解[1] 高斯消元法见数值分析教材 考点4：积分方程的建立 要求掌握EFIE 、MFIF 、PMCHW（电场、磁场、表面积分方程）根据等效原理建立的过程，即对于给定的问题（PEC （理想导体）或介质）能根据等效原理建立积分方程（不要求写出场的位函数表达式，主要考察方程建立的思想）。看矩量法

人工智能大作业翻译

Adaptive Evolutionary Artificial Neural Networks for Pattern Classification 自适应进化人工神经网络模式分类 Abstract—This paper presents a new evolutionary approach called the hybrid evolutionary artificial neural network (HEANN) for simultaneously evolving an artificial neural networks (ANNs) topology and weights. Evolutionary algorithms (EAs) with strong global search capabilities are likely to provide the most promising region. However, they are less efficient in fine-tuning the search space locally. HEANN emphasizes the balancing of the global search and local search for the evolutionary process by adapting the mutation probability and the step size of the weight perturbation. This is distinguishable from most previous studies that incorporate EA to search for network topology and gradient learning for weight updating. Four benchmark functions were used to test the evolutionary framework of HEANN. In addition, HEANN was tested on seven classification benchmark problems from the UCI machine learning repository. Experimental results show the superior performance of HEANN in fine-tuning the network complexity within a small number of generations while preserving the generalization capability compared with other algorithms. 摘要——这片文章提出了一种新的进化方法称为混合进化人工神经网络(HEANN),同时提出进化人工神经网络(ANNs)拓扑结构和权重。进化算法(EAs)具有较强的全局搜索能力且很可能指向最有前途的领域。然而,在搜索空间局部微调时，他们效率较低。HEANN强调全局搜索的平衡和局部搜索的进化过程，通过调整变异概率和步长扰动的权值。这是区别于大多数以前的研究，那些研究整合EA来搜索网络拓扑和梯度学习来进行权值更新。四个基准函数被用来测试的HEANN进化框架。此外,HEANN测试了七个分类基准问题的UCI机器学习库。实验结果表明在少数几代算法中，HEANN在微调网络复杂性的性能是优越的。同时，他还保留了相对于其他算法的泛化性能。 I. INTRODUCTION Artificial neural networks (ANNs) have emerged as a powerful tool for pattern classification [1], [2]. The optimization of ANN topology and connection weights training are often treated separately. Such a divide-and-conquer approach gives rise to an imprecise evaluation of the selected topology of ANNs. In fact, these two tasks are interdependent and should be addressed simultaneously to achieve optimum results. 人工神经网络(ANNs)已经成为一种强大的工具被用于模式分类[1],[2]。ANN 拓扑优化和连接权重训练经常被单独处理。这样一个分治算法产生一个不精确的评价选择的神经网络拓扑结构。事实上,这两个任务都是相互依存的且应当同时解决以达到最佳结果。

14-谭恺炎——混凝土个性化通水冷却仿人工智能控制算法研究

大体积混凝土通水冷却仿人工智能控制算法研究 周厚贵1、谭恺炎2、马金刚1 １、中国能源建设集团有限公司，北京，100080 ２、葛洲坝集团试验检测有限公司，湖北宜昌，443002 摘要：通过获取冷却通水的流量、混凝土内部温度计算混凝土冷却通水降温效率，根据设计温控曲线确定的降温时段与降温幅度要求，以当前流量与混凝土温度为计算基准计算下一步流量控制值。同时引入实际降温流量系数α的动态调整并配合滞后系数ξ的辅助修正，解决除通水以外的其它温控参数变化引起的计算偏差，实现了控制混凝土内部温度均匀平稳下降，并在预期时间内达到控制目标温度的目的。该算法实现了通水流量的自动计算，排除人工控制的随意性，进一步提高了大体积混凝土的施工质量。 关键词：冷却通水;流量控制算法;仿人工智能;流量系数;滞后系数 Study on Human-simulated Intelligent Control Algorithm for Pipe Cooling of Mass Concrete Zhou Hougui 1Tan Kaiyan2Ma Jingang1 1.China Energy Engineering Group Co., Ltd. Beijing, China 100080 2.Gezhouba Group Testing Co., Ltd. Yichang, Hubei, China 443002 Abstract: Through acquiring pipe cooling flow and concrete internal temperature, pipe cooling efficiency is calculated. According to the design temperature control graph, cooling period and cooling magnitude are determined, and next control flow is calculated according to the present flow and concrete temperature. Meanwhile, dynamic adjustment from actual cooling flow factor αand additional correction from lag factor ξare introduced, through which the deviation from temperature control parameters other than pipe cooling is considered. Finally steady cooling of concrete is realized and the aim of controlling target temperature within expected period is achieved. Through this algorithm the automatic calculation of pipe flow is realized, and randomness of manual calculation is eliminated, and the further improvement on construction quality of mass concrete is made. Keywords: pipe cooling, flow control algorithm, human-stimulated intelligence, flow factor, lag factor 1前言 大体积混凝土在浇筑后，例如大坝的坝体，由于水泥水化放热的作用，其内部会产生大量热量导致温度急剧升高，如果这些热量不能很好地排出会导致混凝土内部产生拉应力继而