PAT B1017 A除以B (20point(s))

题目链接

#include<cstdio>
#include<cstring>
struct bign{
    int d[1001],len;//d是存储大整数的数组,len是大整数的位数
    bign(){//构造函数初始化
        len=0;
        memset(d,0,sizeof(d));
    }
};
bign change(char str[]){//将大整数数组转化为bign型
    bign res;
    res.len=strlen(str);
    for(int i=0;i<res.len;i++){
     res.d[i]=str[res.len-1-i]-'0';
     //将字符数组转化为整数数组,且字符数组的低位(即原数的高位)放在整数数组的高位
    }
    return res;
}
bign divide(bign a,int b,int&r){//大整数除以普通整数,r是余数
    bign c;
    c.len=a.len;//商的商都理论上与被除数相等
    for(int i=a.len-1;i>=0;i--){//从高位开始除
        r=r*10+a.d[i];//和上一位遗留的余数组合
        if(r<b) c.d[i]=0;//不够除,该位商为0
        else{//够除
            c.d[i]=r/b;//获得商
            r=r%b;//新余数
        }
    }
    while(c.len-1>=1&&c.d[c.len-1]==0){
         //去除高位的零,同时结果至少保留一位
       c.len--;
    }
    return c;
}
int main(){
    char A[10001];
    int b,r=0;
    scanf("%s %d",A,&b);
    bign a=change(A);
    bign res=divide(a,b,r);
    for(int i=res.len-1;i>=0;i--){//输出商
        printf("%d",res.d[i]);
    }
    printf(" %d",r);//输出余数
    return 0;
}
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