[NOIp2002]字串变换

字串变换

 1 #include<iostream>
 2 #include<stdio.h>
 3 #include<set>
 4 #include<vector>
 5 #include<queue>
 6 #include<utility>
 7 #include<string>
 8 #include<stdlib.h>
 9 using namespace std;
10 struct data{string str;int step;};
11 vector<pair<string,string> > v;
12 set<string> s;
13 string a,b,ta,tb,ts;
14 void Search(); 
15 int main()
16 {
17     cin>>a>>b;
18     while(cin>>ta>>tb)
19         v.push_back(make_pair(ta,tb));
20     Search(); 
21 }
22 void Search()
23 {
24     data f,p;
25     p.str=a;
26     p.step=0;
27     queue<data> q;
28     q.push(p);
29     while(!q.empty())
30     {
31         f=q.front();
32         if(f.step>10)
33         {
34             printf("NO ANSWER!");
35             exit(0); 
36         }
37         for(int i=0;i<v.size();++i)
38         {
39             if(f.str.find(v[i].first)!=-1)
40             {
41                 for(int j=f.str.find(v[i].first);j<f.str.length();j=f.str.find(v[i].first,j+1))
42                 {
43                     ts=f.str;
44                     ts.replace(j,v[i].first.length(),v[i].second);
45                     if(ts==b)
46                     {
47                         printf("%d",f.step+1);
48                         exit(0);
49                     }
50                     if(!s.count(ts))
51                     {
52                         s.insert(ts);
53                         p.step=f.step+1;
54                         p.str=ts;
55                         q.push(p);
56                     }
57                 }
58             }
59         }
60         q.pop();
61     }
62     printf("NO ANSWER!");
63     exit(0);
64 }

 

转载于:https://www.cnblogs.com/__Kgds/p/9739409.html

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
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