动态规划(线性)

【数字三角形】

【问题】从三角形的顶至底的一条路径,使该路径经过的数字总和最大

  • 方法一:递归求解

【分析】:用二维数组存放数字三角形,D( x, y) : 第x行第 y 个数字(x,y从1 开始算) , MaxSum(x,y ) : 从D(x,y)到底边的各条路径中,最佳路径的数字之和。 求 MaxSum(1,1) ,D(x, y)出发,下一步只能走D(x+1,y)或者D(x+1,yj+1)。故对于N行的三角形:

//递归
#include <iostream>
#include <algorithm>
#define Max 101
using namespace std;
int D[Max][Max];
int num;
int MaxSum(int x, int y)
{
	if(x == num)             //当加到最后一行 递归结束
       return D[x][y];
    return max(MaxSum(x+1, y),MaxSum(x+1, y + 1))+ D[x][y]; //选取左孩子或者右孩子最大的那个
}
int main()
{
	int i, j;
    cin >> num;
	for(i = 1; i <= num; i ++)
       for(j = 1; j <= i; j ++)
		   cin >> D[i][j];
	cout <<endl<< MaxSum(1,1) << endl;
	r
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MPC动态非线性规划是一种在非线性系统中应用的模型预测控制方法。在非线性系统中,使用传统的线性MPC方法很难得到系统的矩阵A、B,因此需要采用其他方法。 一种常见的方法是通过泰勒展开来近似非线性系统。首先,假设系统的期望值为xr,然后利用泰勒展开将系统的非线性表达式在期望值附近展开。接下来,利用拉格朗日方程可以得到系统的矩阵A、B。 通过这种方法,我们可以在非线性系统中应用MPC,并进行动态非线性规划。这种方法的关键在于准确地近似非线性系统,并得到系统的矩阵A、B,以便建立模型和进行控制。 引用中提到这个方法适用于非线性系统,因为在非线性系统中,矩阵A、B很难直接得到,所以需要使用模型预测控制的算法来获取它们。 综上所述,MPC动态非线性规划是一种在非线性系统中利用模型预测控制的方法,通过近似非线性系统和获取系统的矩阵A、B来进行规划和控制。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [自动驾驶规划控制-nmpc路径规划和mpc路径跟踪 matlab和simulink联合仿真,非线性mpc路径规划,线性mpc路径](https://download.csdn.net/download/2301_78782018/87936561)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [四旋翼的非线性模型预测控制(MPC)](https://blog.csdn.net/weixin_58399148/article/details/125252983)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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