dio算法

Ⅰ 求行列式的算法

public class Arranger {
private double[][] arrangerMatrix;
private double arrangerResult=1.0;
public static void main(String args[]){
double[][] a={{4,1,4,8},{1,1,3,2},{2,2,5,1},{2,2,1,4}};

Arranger ar=new Arranger();
ar.arrFunction(a);//把行列式变成上三角行列式
ar.displayMatrix();//显示得出的上三角行列式
ar.displayResult(); //显示行列式计算结果
}
public void arrFunction(double[][] a){//Guass 消去
double k=0;
for (int p = 0; p<a[0].length-1; p++) {
for (int r =p+1; r<a.length; r++) {
k=a[r][p]/a[p][p];
a[r][p]=0;
for (int c = p+1; c<a[0].length; c++) {
a[r][c]=a[r][c]-k*a[p][c];
}//u
}//r
}//c
arrangerMatrix=new double[a.length][a[0].length];
for (int i = 0; i<a.length; i++) {
for (int j = 0; j<a[0].length; j++) {
arrangerMatrix[i][j]=a[i][j];
if (i==j) {arrangerResult=arrangerResult*a[i][j];}//计算主对角线相乘的结果
//System.out.println (a[i][j]+" ");
}//j
}//i
}
public void displayMatrix(){
for (int i = 0; i<arrangerMatrix.length; i++) {
for (int j = 0; j<arrangerMatrix[0].length; j++) {
System.out.print (arrangerMatrix[i][j]+" ");
}//j
System.out.println ();
}//i
}
public void displayResult(){
System.out.println ("The result is "+arrangerResult);
}

}

Ⅱ 大卫. 希尔伯特所说的新世纪所面临的23个问题是什么

希尔伯特的23个问题
1900年希尔伯特应邀参加巴黎国际数学家大会并在会上作了题为《数学问题》重要演讲。在这具有历史意义的演讲中，首先他提出许多重要的思想：
正如人类的每一项事业都追求着确定的目标一样，数学研究也需要自己的问题。正是通过这些问题的解决，研究者锻炼其钢铁意志，发现新观点，达到更为广阔的自由的境界。

希尔伯特特别强调重大问题在数学发展中的作用，他指出：“如果我们想对最近的将来数学知识可能的发展有一个概念，那就必须回顾一下当今科学提出的，希望在将来能够解决的问题。” 同时又指出：“某类问题对于一般数学进程的深远意义以及它们在研究者个人的工作中所起的重要作用是不可否认的。只要一门科学分支能提出大量的问题，它就充满生命力，而问题缺乏则预示着独立发展的衰亡或中止。”

他阐述了重大问题所具有的特点，好的问题应具有以下三个特征：

1 清晰性和易懂性；
2 虽困难但又给人以希望；
3 意义深远。
同时他分析了研究数学问题时常会遇到的困难及克服困难的一些方法。就是在这次会议上他提出了在新世纪里数学家应努力去解决的23个问题，即着名的“希尔伯特23个问题”。

编号 问题 推动发展的领域 解决的情况
1 连续统假设 公理化集合论 1963年，Paul J.Cohen 在下述意义下证明了第一个问题是不可解的。即连续统假设的真伪不可能在Zermelo_Fraenkel公理系统内判定。
2 算术公理的相容性 数学基础 希尔伯特证明算术公理的相容性的设想，后来发展为系统的Hilbert计划（“元数学”或“证明论”）但1931年歌德尔的“不完备定理”指出了用“元数学”证明算术公理的相容性之不可能。数学的相容性问题至今未解决。
3 两等高等底的四面体体积之相等 几何基础 这问题很快（1900）即由希尔伯特的学生M.Dehn给出了肯定的解答。
4 直线作为两点间最短距离问题 几何基础 这一问题提得过于一般。希尔伯特之后，许多数学家致力于构造和探索各种特殊的度量几何，在研究第四问题上取得很大进展，但问题并未完全解决。
5 不要定义群的函数的可微性假设的李群概念 拓扑群论 经过漫长的努力，这个问题于1952年由Gleason, Montqomery , Zipping等人最后解决，答案是肯定的。
6 物理公理的数学处理 数学物理 在量子力学、热力学等领域，公理化方法已获得很大成功，但一般地说，公理化的物理意味着什么，仍是需要探讨的问题。概率论的公理化已由A.H.Konmoropob等人建立。
7 某些数的无理性与超越性 超越数论 1934年A.O.temohm 和Schneieder各自独立地解决了这问题的后半部分。
8 素数问题 数论 一般情况下的Riemann猜想至今仍是猜想。包括在第八问题中的Goldbach问题至今也未解决。中国数学家在这方面做了一系列出色的工作。
9 任意数域中最一般的互反律之证明 类域论 已由高木贞治(1921)和E.Artin(1927)解决.
10 Diophantius方程可解性的判别 不定分析 1970年由苏、美数学家证明Hilbert所期望的一般算法是不存在的。
11 系数为任意代数数的二次型 二次型理论 H.Hasse(1929)和C. L.Siegel(1936,1951)在这问题上获得了重要的结果。
12 Abel域上 kroneker定理推广到任意代数有理域。 复乘法理论 尚未解决。
13 不可能用只有两个变数的函数解一般的七次方程。 方程论与实函数论 连续函数情形于1957年由苏数学家否定解决，如要求是解析函数，则问题仍未解决。
14 证明某类完全函数系的有限性 代数不变式理论 1958年永田雅宜给出了否定解决。
15 Schubert记数演算的严格基础 代数几何学 由于许多数学家的努力，Schubert演算的基础的纯代数处理已有可能，但Schubert演算的合理性仍待解决。至于代数几何的基础，已由B.L.Vander Waerden(1938-40)与 A.Weil(1950)建立。
16 代数曲线与曲面的拓扑 曲线与曲面的拓扑学、常微分方程的定性理论 问题的前半部分，近年来不断有重要结果。
17 正定形式的平方表示式 域（实域）论 已由Artin 于1926年解决。
18 由全等多面体构造空间 结晶体群理论 部分解决。
19 正则变分问题的解是否一定解析 椭圆型偏微分方程理论 这个问题在某种意义上已获解决。
20 一般边值问题 椭圆型偏微分方程理论 偏微分方程边值问题的研究正在蓬勃发展。
21 具有给定单值群的线性偏微分方程的存在性 线性常微分方程大范围理论 已由Hilbert本人（1905）年和 H.Rohrl(德，1957)解决。
22 解析关系的单值化 Riemann 曲面体 一个变数的情形已由 P.Koebe (德，1907)解决。
23 变分法的进一步发展 变分法 Hilbert本人和许多数学家对变分法的发展作出了重要的贡献。

Ⅲ 网页解密，源代码不知被用了什么加密算法

目测应该是encode加密。

Ⅳ 数学家发现了更大的素数，这究竟有什么意义

只能说明人类的计算能力又有一个新的进步了。

Ⅳ 数学题目，

希尔伯特23问题和解决办法的情况下
1900年希尔伯特应邀出席数学家在巴黎的国际会议，并作了题为“数学问题”的重要演讲。在这个历史性的演讲，他做了一个许多重要的思想：

因为每个人追求的目标的原因是相同的数学研究也需要自己的问题。它是通过解决这些问题，研究人员行使其铁将寻找新的思路，达到自由更广阔的境界。

希尔伯特特别强调在数学发展中的重大问题中的作用，他说：“如果我们想数学知识的最接近的可能的未来发展是一个概念，它必须检讨目前的科学在未来提出了希望解决的问题“，而另一个人说：”对于影响深远的一般数学过程及其个别研究人员的工作重要作用的某些问题起到不可否认的是，只要一门科学分支能提出大量的。问题，它充满了活力，缺乏自主发展的预示跌势或暂停“

他阐述了与特性的主要问题，很好的问题应具有以下三个特点：

清晰度和可理解性;

虽然困难，但有希望的;

有意义。

他分析经常在数学问题和一些克服困难的途径研究中遇到的困难。当时他在新世纪的数学家提出会议应设法解决23问题，即着名的“希尔伯特23个问题。”

没有解决问题，推动了场上的局面

1连续统假设公理集合论在1963年的发展，保罗J.Cohen证明在这个意义上，第一个问题是无法解决的。这连续统假设不能Zermelo_Fraenkel公理系统内确定真伪。

算术希尔伯特两个公理的相容性的数学基础证明算术的相容性公理？的想法，后来发展成希尔伯特计划系统（“元数学”或“证据论”），但在1931年哥德尔的“不完全性定理”认为不可能的“元数学”算术公理证明的兼容性。兼容性问题仍然没有解决的数学。

3和两卷等于四面体构型为基础的问题，其他较高端的很快（1900年）的希尔伯特学生M.Dehn给出了肯定的答案。

4直线上两个点之间的几何问题的基础，提这个问题太笼统的最短距离。希尔伯特之后，许多数学家致力于探索各种特殊结构和几何度量，在第四的研究很大的进步，但问题还没有完全解决。

5，不要经过长期努力定义假设拓扑李群理论的可微函数组，这个问题最后由格里森，Montqomery，压缩和其他人解决了1952年，答案是肯定的。

在量子力学，热力学物理领域数学物理6公理的数学处理，公理化方法已经非常成功，但在一般情况下，这意味着什么不言自明的物理学仍然是一个需要探讨的问题。通过AHKonmoropob等人建立了公理化概率论。

7一定数量的非理性和超越数论1934年超越AOtemohm和Schneieder独立解决这个问题的后半部分。 8素数猜想一般的情况下仍然是猜想。哥德巴赫问题，包括的至今尚未解决的第八个问题。中国数学家做了一系列的优秀作品。相互证明抗法的最一般的类域论的任何数量的域

9贞治由高木（1921）和E.Artin（1927）解决。

10 Diophantius方程有解判别变量由苏联，美国和数学家分析，在1970年证明希尔伯特期望的一般算法不存在。

二次二次H.Hasse（1929）和CLSiegel（1936,1951）对这个问题的任何代数数论的11系数已取得显着成效。上

12阿贝尔域kroneker定理任意代数有理域。复数乘法理论尚未得到解决。

13不能只用两个变量的方程七通解函数。方程理论和由苏联数学家消极解决，这样的要求是解析函数的情况在1957年真正的函数连续函数，那么这个问题没有解决。

14证明了有限的课堂代数不变量理论的完全系于1958年约翰田雅宜的函数给出了否定的解决。

代数几何的15舒伯特演算符号严格的基础上，由于许多数学家的努力，舒伯特演算基于纯代数的治疗一直是可能的，但合理的舒伯特演算得到解决。随着代数几何，由BLVander Waerden（1938-40）和A.Weil（1950）建立的基础。拓扑

16拓扑代数曲线和曲面曲线和曲面的，前面的问题，常微分方程定性理论的一半，近年来也出现了显着成效。

表达域（实数域）在阿廷的17平方明确的形式在1926年得到解决。通过溶液的空间群理论部分的晶体结构

18全等多面体。解决方案

19定期变分问题有一定的椭圆型偏微分方程的理论解决了这个问题已经解决了的感觉。

对偏微分方程的研究正在蓬勃发展椭圆型偏微分方程边值问题的边界值问题20一般理论。

21具有线性的存在常微分方程的线性顺序值组偏微分方程的理论具有解决各种希尔伯特我（1905）年，H.Rohrl（德国，1957）中。

的解决了可变情况由P.Koebe（德国，1907年）22单值解析关系黎曼曲面体。

变分法希尔伯特本人和许多数学家变分法的发展作出了重要贡献的23变分法的进一步发展。

国会一百年前与希尔伯特的问题敻危玟

21世纪，数学家的第一次国际会议在北京召开在即，将带来些什么数学在本世纪的发展？可以作为关于数学在20世纪，它的发展作为数学家的第一次国际会议的方向？国会数学家一个世纪前永远的原因，仅仅是因为一个人，因为他的报告的史册 - “数学问题”希尔伯特（大卫·希尔伯特）和他的

1900年，希尔伯特提出了他着名的23数学问题，在巴黎的国际数学家大会第二次会议召开。在随后的半个世纪中，许多世界级的数学思想有他们转身。只是其另一个情况非常着名数学家外尔（H.外尔）说：“希尔伯特自爆他的魔笛，鼠群都跟着他蹿了河里。”这也难怪，他提出的问题是如此的清晰，很容易理解，他们中的一些有趣，足以让许多外行都跃跃欲试，并解决任何一个，或在任何重大突破的一个问题，并且马上就能来命名世界各地 - 我们的陈的，因为在第一个八解决希尔伯特问题（即素数的问题，包括黎曼猜想，哥德巴赫猜想等），必须将眉毛的世界一个显着的贡献。它概括了发展在二十世纪的数学，二十世纪的数学，通常被称为问题希尔伯特烽火尤其是发展。

其实，这些问题绝大多数已经存在，不是希尔伯特首先提出的。但他的立场上了一个台阶，有一个更清晰，更简单的方法来重新提出了这些问题，并指出在解决很多问题的方向。

数学是非常多的问题，究竟是什么更重要，更基本的？做出这样的选择，需要敏锐的洞察力。希尔伯特为什么能如此目光如炬？数学历史学家，研究员，中国中国科学院数学与系统科学学院， - 译者“希尔伯特数学王国亚历山大”一书袁张向东先生（和李文林先生翻译），这是因为亚历山大的希尔伯特数学王国！数学家可以分为两大类，善于解决数学问题，从而使目前的情况了很好的理论总结，另外，它可以在两个类别的一流，二流，三流的分解。希尔伯特两种，长，行程现代数学的几乎所有的最前沿，一些在数学的大枝差异对数学了如指掌提到的许多问题的发展的背景下离开了他的显赫的名字有深入的研究，数学领域，“地王”。

为什么希尔伯特总结数学的基本问题，在会议上，而不是普通百姓宣讲他们的特定的结果？图像表达告诉记者，这和其他的数学大师彭加勒（庞加莱）在1897年举行办的国际数学家大会第一次会议关于庞加莱是对数学的申请报告。他们两人是在双子座的国际数学界，当然，这两个领军人物，也有一些竞争的心理 - 是他对物理学的一般看法，数学庞加莱告诉关系自此希尔伯特有些人捍卫纯数学。

法国庞加莱，希尔伯特是德国，法国和德国世仇，所以它们之间的竞争也带来了竞争的国家的味道。虽然他们都非常尊重对方，这一点反映都没有那么明显，但他们是学生和老师常常这样想。

希尔伯特老师克莱恩（菲利克斯克莱因）是一个非常强大的一个国家的意义上，他十分重视在德国数学的发展，要成为国际数学界的椭圆形 - 前圆形，巴黎的中心，现在，他想在他们的城市已经成为了世界的中心摹哥廷根数学，数学界分为二，使椭圆的中心？

在希尔伯特和亲密的朋友闵可夫斯基（赫尔曼·闵可夫斯基）与克莱因的帮助下实现自己的目标 - 1900年，希尔伯特和法国一直是最伟大的数学家庞加莱相提并论，而克莱因自己很快就来到到G？哥廷根闵可夫斯基也非常有影响力的数学家。事实上，他们被称为在德国，“教授无敌三”。

一个例子可以想象他们的魅力。

有一天，当谈到拓扑着名定理 - 当四色定理，闵可夫斯基突然有了一个想法，所以对于学生的满堂说：“这个定理还没有被证实，因为该到目前为止，只有一些三流的数学家也进行了研究现在我来证明这一点。“说完，他拿起粉笔在现场来证明这个定理。在本课结束后，他还没有说完卡。他接下类的证书，历时数周。最后，在一个下雨的早晨，他走上讲台天空中出现一个晴天霹雳。 “上帝也激怒了我的嚣张气焰，”他说，“我证明了它并不完全。” （该定理直到1994年与计算机证明这一点。）

1912年，彭加莱亡。 ？继G中数学世界的中心哥廷根偏移，数学似乎成了一个圆圈 - 但该中心取代摹哥廷根？此时，青年数学流行的口号哥廷根学校的声誉鼎盛时期被“打你的毯子，到哥廷根来！”

一个世纪后，希尔伯特列出的23个问题大约一半的问题已经解决了，大多数剩下的一半也有显着的进步。但希尔伯特本人并没有解决其中任何一个。有人问他为什么他不会自己解决所提到的问题，比如说，费尔马大定理？

费马大定理是写在空白页的书中，他还声称，他想出了一个奇妙的卡法，但不幸的是没有足够大的空白处写不下。希尔伯特的回答幽默同样的意义：“我不想杀了这个金蛋的母鸡” - 一个德国企业家建立了一个基金会奖项的第一人，解决费马大定律，希尔伯特当他的基金会，在每年的利息董事长资金，请充分利用优秀的学者来校讲学在哥廷根，所以对他来说，由费马大定律只是金蛋的母鸡。 （费马大定律只解决了直到1997年。）

之前列出23个问题，希尔伯特已经认识到了国际数学界的领导者，已经取得了数学的一些重要结果的许多领域。他的其他贡献，比如他的不言自明的命题形式主义的想法，“几何基础”一书等，对数学在20世纪的发展产生了深远的影响。

1 21世纪7数学问题

21世纪7数学问题

最近马萨诸塞州克雷数学的（黏土）研究所2000年5月24日，在法兰西学院在巴黎宣布了一项媒体事件这么热：七“千禧年数学问题”的百万美元每个奖励。以下是一个简要介绍七个挑战。其中“千年之谜”

：P（多项式算法）问题的NP（非多项式算法）

问题，你在一个盛大的晚会参加。因为他们觉得尴尬，你想知道这是否大厅还有人已经知道。你的主人向你提议说，你必须知道谁是指日可待甜点盘女士罗丝。不费一秒钟，你就能一目了然了那里，发现你的主人是正确的。但是，如果没有这样的暗示，你要环顾房间，逐一检查每一个人，看是否有你认识的人。产生这个问题的一个解决方案通常比验证更高一个给定的解决方案需要更多的时间。这是这种一般现象的一个例子。与此相似的是，如果有人告诉你，数13,717,421可以写成两个较小的数的乘积，你可能不知道是否应该相信他，但是如果他告诉你，它可以利用3607的分解上3803，然后你可以使用一个袖珍计算器容易验证这是对的。不管我们是聪明的编程，可以迅速确定答案是验证使用内部的知识，没有这样的提示，或者需要花费大量的时间来解决，被看作是逻辑和计算机科学，最突出的问题之一。这是史蒂芬汉考克（StephenCook）声明于1971年。

“千年难题”二：霍奇（Hodge的）猜想

二十世纪，数学家们发现，研究对象的复杂形状的一种强有力的方式。其基本思想是要求在何种程度上，我们可以通过增加维数来创建简单的几何键合在一起形成一个块形状给定的对象。这种技术变得如此有用，所以它可以用在许多不同的方式进行推广;最终导致一些强大的工具，使数学家们取得了很大时，他们学习各种对象的分类进展遇到。不幸的是，在此推动下，中离场程序的几何点变得模糊。从某种意义上说，没有必要添加部件的某些几何解释。霍奇猜想断言，所谓射影代数簇这种特别完美的空间类型，称为霍奇闭链的部件实际上是称作代数几何闭链组件（有理线性）组合。

“千年难题”之三：庞加莱（庞加莱）

想，如果我们伸缩自如的橡胶带围绕一个苹果表面的，那么我们就可以撕掉它都不是，不要让它留在表面，使其移动缓慢收缩到一个点。在另一方面，如果我们想象同样的橡皮带伸展在轮胎表面适当的方向，所以不要撕裂或胎面橡胶带，有没有办法把它收缩了一点。我们说，苹果表面是“单连通的”，而不是胎面。大约一百年前，庞加莱已经知道，由一个单一的连接刻画，他提出三维球面本质上是一个二维球面（四维空间中有一个从原点所有单位）对应的问题。这个问题立即变得非常困难，从那时起，数学家一直在努力上。

“千年难题”之四：黎曼（黎曼）假设

有些数字并没有表示为特殊性能两个较小的数的乘积，例如，2,3， 5,7，依此类推。这样的数称为素数;它们都起到纯数学及其应用具有重要作用。在所有的自然数，素数的这种分布并不遵循任何规律，然而，德国数学家黎曼（1826年至1866年）指出，素数的频率紧密的函数调用黎曼蔡一个精心构造的塔相关（新元的行为。着名的黎曼假设断言，方程Z（S）= 0对所有有意义的解都在一条直线上，这点一直是一个解决方案1,500,000,000开始验证。证明它是对每个已建立一个有意义的解决方案会带来很多的奥秘周围的配光素数

“千年难题”之五：杨 - 米尔斯（杨 - 米尔斯）的存在和质量差距
>量子物理定律是基于经典力学到宏观世界的牛顿定律成立基本粒子世界的方式。大约半个世纪以前，杨振宁和米尔斯发现，量子物理揭示了在基本粒子物理学。令人印象深刻的数学和根据杨对象之间的几何关系 - 在世界各地的实验室米尔斯方程的高能实验已经预测为那些确诊的应验：布罗克哈文字，斯坦福，欧洲粒子物理研究所和筑波。然而，它们都描述了重粒子，以及在数学方程的严格没有已知的解决方案。尤其是，已经认识到大多数物理学家和他们的尊重。 “夸克”隐形的解释适用于“质量差距”的假设从来没有被证实对数学令人满意。在这个问题上的进展需要引入的物理和数学两个新的基础。想法

“千年难题”之六：纳维 - 存在与平滑

起伏的波浪跟随我们的湖风是穿梭船，哗哗流跟着我们的现代飞机飞行的数学家和物理学家深信，无论是微风还是湍流，可以由纳维理解 - 斯托亚历克斯方程解决他们的解释和预言。虽然这些公式都写在19世纪，我们对他们的了解依然少得可怜。挑战是使对数学理论的进步，使我们能解开隐藏在纳维 - 斯托克斯方程中的奥秘

“千年难题”之七：贝赫（桦木）和斯维讷传递 - 戴尔（斯温纳顿 - 戴尔）猜想

数学家一直如x ^ 2 + Y ^ 2 = Z ^ 2都刻画的问题，因为代数方程迷人的整数解。欧几里得不得不给出一个完整的答案，这个方程，但对于更复杂的方程，它变得非常困难。事实上，正如马蒂亚谢伟琦（Yu.V.Matiyasevich）指出，希尔伯特第十问题是不可解，即有确定这种方法是否有一个整数解没有通用方式。当该解决方案是一个点的阿贝尔簇，贝格和斯维讷通 - 戴尔认为犯罪嫌疑人，一群理性点的一列蔡函数z在S = 1的状态点附近（S）的大小。特别是，这个有趣的推测是，当z（1）等于0，则存在的有理点的无限数量的（溶液），与此相反，当z（1）不等于0，那么就只有这样的点的数量有限。

Ⅵ pso的算法结构

对微粒群算法结构的改进方案有很多种，对其可分类为：采用多个子种群；改进微粒学习对象的选取策略；修改微粒更新迭代公式；修改速度更新策略；修改速度限制方法、位置限制方法和动态确定搜索空间；与其他搜索技术相结合；以及针对多模问题所作的改进。
第一类方案是采用多个子种群。柯晶考虑优化问题对收敛速度和寻优精度的双重要求并借鉴多群体进化算法的思想，将寻优微粒分成两组，一组微粒采用压缩因子的局部模式PSO算法，另一组微粒采用惯性权重的全局模式PSO算法，两组微粒之间采用环形拓扑结构。对于高维优化问题，PSO算法需要的微粒个数很多，导致计算复杂度常常很高，并且很难得到好的解。因此，出现了一种协作微粒群算法（Cooperative ParticleSwarm Optimizer, CPSO-H），将输入向量拆分成多个子向量，并对每个子向量使用一个微粒群来进行优化。虽然CPSO-H算法使用一维群体来分别搜索每一维，但是这些搜索结果被一个全局群体集成起来之后，在多模问题上的性能与原始PSO算法相比有很大的改进。Chow使用多个互相交互的子群，并引入相邻群参考速度。冯奇峰提出将搜索区域分区，使用多个子群并通过微粒间的距离来保持多样性。陈国初将微粒分成飞行方向不同的两个分群，其中一分群朝最优微粒飞行，另一分群微粒朝相反方向飞行；飞行时，每一微粒不仅受到微粒本身飞行经验和本分群最优微粒的影响，还受到全群最优微粒的影响。Niu在PSO算法中引入主—从子群模式，提出一种多种群协作PSO算法。Seo提出一种多组PSO算法（Multigrouped PSO），使用N组微粒来同时搜索多模问题的N个峰。Selleri使用多个独立的子群，在微粒速度的更新方程中添加了一些新项，分别使得微粒向子群历史最优位置运动，或者远离其他子群的重心。王俊年借鉴递阶编码的思想，构造出一种多种群协同进化PSO算法。高鹰借鉴生态学中环境和种群竞争的关系，提出一种基于种群密度的多种群PSO算法。
第二类方案是改进微粒学习对象的选取策略。Al-kazemi提出多阶段PSO算法，将微粒按不同阶段的临时搜索目标分组，这些临时目标允许微粒向着或背着它自己或全局最好位置移动。Ting对每个微粒的pBest进行操作，每一维从其他随机确定的维度学习，之后如果新的pBest更好则替换原pBest；该文还比较了多种不同学习方式对应的PSO算法的性能。Liang提出一种新颖的学习策略CLPSO，利用所有其他微粒的历史最优信息来更新微粒的速度；每个微粒可以向不同的微粒学习，并且微粒的每一维可以向不同的微粒学习。该策略能够保持群体的多样性，防止早熟收敛，可以提高PSO算法在多模问题上的性能；通过实验将该算法与其它几种PSO算法的变种进行比较，实验结果表明该算法在解决多模复杂问题时效果很好。Zhao在PSO算法中使用适应值最好的n个值来代替速度更新公式中的gBest。Abdelbar提出一种模糊度量，从而使得每个邻域中有多个适应值最好的微粒可以影响其它微粒。Wang也采用多个适应值最好的微粒信息来更新微粒速度，并提出一种模糊规则来自适应地确定参数。崔志华提出一种动态调整的改进PSO算法，在运行过程中动态调整极限位置，使得每个微粒的极限位置在其所经历的最好位置与整体最好位置所形成的动态圆中分布。与原始PSO算法相反，有一类方法是远离最差位置而非飞向最优位置。Yang提出在算法中记录最差位置而非最优位置，所有微粒都远离这些最差位置。与此类似，Leontitsis在微粒群算法中引入排斥子的概念，在使用个体最优位置和群体最优位置信息的同时，在算法中记录当前的个体最差位置和群体最差位置，并利用它们将微粒排斥到最优位置，从而让微粒群更快地到达最优位置。孟建良提出一种改进的PSO算法，在进化的初期，微粒以较大的概率向种群中其他微粒的个体最优学习；在进化后期，微粒以较大的概率向当前全局最优个体学习。Yang在PSO算法中引入轮盘选择技术来确定gBest，使得所有个体在进化早期都有机会引领搜索方向，从而避免早熟。
第三类方案是修改微粒更新公式。Hendtlass在速度更新方程中给每个微粒添加了记忆能力。He在速度更新方程中引入被动聚集机制。曾建潮通过对PSO算法的速度进化迭代方程进行修正，提出一种保证全局收敛的随机PSO算法。Zeng在PSO算法中引入加速度项，使得PSO算法从一个二阶随机系统变为一个三阶随机系统，并使用PID控制器来控制算法的演化。为了改进PSO算法的全局搜索能力，Ho提出一种新的微粒速度和位置更新公式，并引入寿命（Age）变量。
第四类方案是修改速度更新策略。Liu认为过于频繁的速度更新会弱化微粒的局部开采能力并减慢收敛，因此提出一种松弛速度更新（RVU）策略，仅当微粒使用原速度不能进一步提高适应值时才更新速度，并通过试验证明该策略可以大大减小计算量并加速收敛。罗建宏对同步模式和异步模式的PSO算法进行了对比研究，试验结果表明异步模式收敛速度显着提高，同时寻优效果更好。Yang在微粒的更新规则中引入感情心理模型。Liu采用一个最小速度阈值来控制微粒的速度，并使用一个模糊逻辑控制器来自适应地调节该最小速度阈值。张利彪提出了对PSO算法增加更新概率，对一定比例的微粒并不按照原更新公式更新，而是再次随机初始化。Dioan利用遗传算法（GA）来演化PSO算法的结构，即微粒群中各微粒更新的顺序和频率。
第五类方案是修改速度限制方法、位置限制方法和动态确定搜索空间。Stacey提出一种重新随机化速度的速度限制和一种重新随机化位置的位置限制。Liu在[76]的基础上，在PSO算法中引入动量因子，来将微粒位置限制在可行范围内。陈炳瑞提出一种根据微粒群的最佳适应值动态压缩微粒群的搜索空间与微粒群飞行速度范围的改进PSO算法。
第六类方案是通过将PSO算法与一些其他的搜索技术进行结合来提高PSO算法的性能，主要目的有二，其一是提高种群多样性，避免早熟；其二是提高算法局部搜索能力。这些混合算法包括将各种遗传算子如选择、交叉、变异引入PSO算法，来增加种群的多样性并提高逃离局部最小的能力。Krink通过解决微粒间的冲突和聚集来增强种群多样性，提出一种空间扩展PSO算法（Spatial ExtensionPSO，SEPSO）；但是SEPSO算法的参数比较难以调节，为此Monson提出一种自适应调节参数的方法。用以提高种群多样性的其他方法或模型还包括“吸引—排斥”、捕食—被捕食模型、耗散模型、自组织模型、生命周期模型（LifeCycle model）、贝叶斯优化模型、避免冲突机制、拥挤回避（Crowd Avoidance）、层次化公平竞争（HFC）、外部记忆、梯度下降技术、线性搜索、单纯形法算子、爬山法、劳动分工、主成分分析技术、卡尔曼滤波、遗传算法、随机搜索算法、模拟退火、禁忌搜索、蚁群算法（ACO）、人工免疫算法、混沌算法、微分演化、遗传规划等。还有人将PSO算法在量子空间进行了扩展。Zhao将多主体系统（MAS）与PSO算法集成起来，提出MAPSO算法。Medasani借鉴概率C均值和概率论中的思想对PSO算法进行扩展，提出一种概率PSO算法，让算法分勘探和开发两个阶段运行。
第七类方案专门针对多模问题，希望能够找到多个较优解。为了能使PSO算法一次获得待优化问题的多个较优解，Parsopoulos使用了偏转（Deflection）、拉伸（Stretching）和排斥（Repulsion）等技术，通过防止微粒运动到之前已经发现的最小区域，来找到尽可能多的最小点。但是这种方法会在检测到的局部最优点两端产生一些新的局部最优点，可能会导致优化算法陷入这些局部最小点。为此，Jin提出一种新的函数变换形式，可以避免该缺点。基于类似思想，熊勇提出一种旋转曲面变换方法。
保持种群多样性最简单的方法，是在多样性过小的时候，重置某些微粒或整个微粒群。Lvbjerg在PSO算法中采用自组织临界性作为一种度量，来描述微粒群中微粒相互之间的接近程度，来确定是否需要重新初始化微粒的位置。Clerc提出了一种“Re-Hope”方法，当搜索空间变得相当小但是仍未找到解时（No-Hope），重置微粒群。Fu提出一种带C-Pg变异的PSO算法，微粒按照一定概率飞向扰动点而非Pg。赫然提出了一种自适应逃逸微粒群算法，限制微粒在搜索空间内的飞行速度并给出速度的自适应策略。
另一种变种是小生境PSO算法，同时使用多个子种群来定位和跟踪多个最优解。Brits还研究了一种通过调整适应值计算方式的方法来同时找到多个最优解。Li在PSO算法中引入适应值共享技术来求解多模问题。Zhang在PSO算法中采用顺序生境（SequentialNiching）技术。在小生境PSO算法的基础上，还可以使用向量点积运算来确定各个小生境中的候选解及其边界，并使该过程并行化，以获得更好的结果。但是，各种小生境PSO算法存在一个共同的问题，即需要确定一个小生境半径，且算法性能对该参数很敏感。为解决该问题，Bird提出一种自适应确定niching参数的方法。
Hendtlass在PSO算法中引入短程力的概念，并基于此提出一种WoSP算法，可以同时确定多个最优点。刘宇提出一种多模态PSO算法，用聚类算法对微粒进行聚类，动态地将种群划分成几个类，并且使用微粒所属类的最优微粒而非整个种群的最好微粒来更新微粒的速度，从而可以同时得到多个近似最优解。Li在PSO算法中引入物种的概念，但是由于其使用的物种间距是固定的，该方法只适用于均匀分布的多模问题；为此，Yuan对该算法进行扩展，采用多尺度搜索方法对物种间距加以自适应的调整。
此外，也有研究者将PSO算法的思想引入其他算法中，如将PSO算法中微粒的运动规则嵌入到进化规划中，用PSO算法中的运动规则来替代演化算法中交叉算子的功能。

Ⅶ 设计算法将一个带头结点的单链表A分解为两个具有相同结构的链表B、C，其中B表的结点为A表中值小于零的结点

dio.h>
#include <stdlib.h>

typedef struct node
{
char data;
struct node *nextPtr;
}*LinkList, Lnode;

static void CreateList(LinkList *headPtr, LinkList *tailPtr, char ch);
static void Decompose(LinkList *headPtrA, LinkList *headPtrB, LinkList *tailPtrB);
static void VisitList(LinkList headPtr);
static void DestroyList(LinkList *headPtr, LinkList *tailPtr);

int main(void)
{
LinkList headPtrA = NULL, tailPtrA = NULL, headPtrB = NULL, tailPtrB = NULL;
char ch;

while (1)
{
printf("Enter ch('@'-quit): ");
scanf(" %c", &ch);
if (ch == '@')
{
break;
}
else
{
CreateList(&headPtrA, &tailPtrA, ch);
}
}

VisitList(headPtrA); /* 打印分解前的链表 */

if (headPtrA != NULL) /* 链表不空的情况对其进行分解 */
{
Decompose(&headPtrA, &headPtrB, &tailPtrB); /* 对链表进行分解*/
}
else
{
printf("headPtrA is empty.\n");
}

VisitList(headPtrA); /* 打印分解后的链表 */
VisitList(headPtrB);

DestroyList(&headPtrA, &tailPtrA); /* 销毁链表 */
DestroyList(&headPtrB, &tailPtrB);

return 0;
}

static void CreateList(LinkList *headPtr, LinkList *tailPtr, char ch)
{
LinkList newPtr;

if ((newPtr = (LinkList)malloc(sizeof(Lnode))) == NULL)
{
exit(1);
}

newPtr -> data = ch;
newPtr -> nextPtr = NULL;

if (*headPtr == NULL)
{
newPtr -> nextPtr = *headPtr;
*headPtr = newPtr;
}
else
{
(*tailPtr) -> nextPtr = newPtr;
}
*tailPtr = newPtr;
}

static void Decompose(LinkList *headPtrA, LinkList *headPtrB, LinkList *tailPtrB)
{
int count = 0;
LinkList cA, pA;
char ch;

cA = NULL;
for (pA = *headPtrA; pA != NULL; cA = pA,pA = pA -> nextPtr)
{
ch = pA -> data;
count++;
if (count % 2 == 0)
{
CreateList(headPtrB, tailPtrB, ch);
cA -> nextPtr = pA -> nextPtr;
}
}
}

static void VisitList(LinkList headPtr)
{
while (headPtr != NULL)
{
printf("%c -> ", headPtr -> data);
headPtr = headPtr -> nextPtr;
}
printf("NULL\n");
}

static void DestroyList(LinkList *headPtr, LinkList *tailPtr)
{
LinkList tempPtr;

while (*headPtr != NULL)
{
tempPtr = *headPtr;
*headPtr = (*headPtr) -> nextPtr;
free(tempPtr);
}
*headPtr = NULL;
*tailPtr = NULL;
}

Ⅷ 新大洲本田踏板摩托车dio-27发动机号是多少

一、车辆识别代号就是汽车的VIN码。VIN码是英文(Veterinary Information Network )的缩写，译为车辆识别代码,又称车辆识别码,车辆识别代码,车辆识别号,车辆识别代号,VIN码是表明车辆身份的代码。车辆识别代号就是汽车的身份证号，通常也称之为车架号。

二、VIN码由17位字符（包括英文字母和数字）组成，俗称十七位码。是制造厂为了识别而给一辆车指定的一组字码。该号码的生成有着特定的规律，一一对应于每一辆车，并能保证五十年内在全世界范围内不重复出现。因此将其称为"汽车身份证"。车辆识别代号中含有车辆的制造厂家、生产年代、车型、车身型式、发动机以及其它装备的信息。

三、VIN代码的含义
车辆识别代号应由三个部分组成：
第一部分、世界制造厂识别代号（WMI）；
第二部分，车辆说明部分（VDS）；
第三部分，车辆指示部分（VIS）。

1）第1～3位（WMI：世界制造厂识别代码）：
表示制造厂、品牌和类型。用来标识车辆制造厂的唯一性。通常占VIN代码的前三位； 第1位：是表示地理区域，如非洲、亚洲、欧洲、大洋州、北美洲和南美洲。 第2位：字符表示一个特定地区内的一个国家。美国汽车工程师协会（SAE） 负责分配国家代码。 第3位：字符表示某个特定的制造厂，由各国的授权机构负责分配。如果某制造厂的年产量少于500辆，其识别代码的第三个字码就是9。

2）第4～9位（VDS：车辆说明部分）：说明车辆的一般特性，制造厂不用其中的一位或几位字符，就在该位置填入选定的字母或数字占位，其代号顺序由制造厂确定。 轿车：种类、系列、车身类型、发动机类型及约束系统类型； MPV：种类、系列、车身类型、发动机类型及车辆额定总重； 载货车：型号或种类、系列、底盘、驾驶室类型、发动机类型、制动系统及车辆额定总重； 客车：型号或种类、系列、车身类型、发动机类型及制动系统。

3）第10～17位（VIS：车辆指示部分）：制造厂为了区别不同车辆而指定的一级字符，其最后四位应是数字。 第9位：校验位，通过一定的算法防止输入错误； 第10位：车型年份，即厂家规定的型年（Model Year），不一定是实际生产的年份，但一般与实际生产的年份之差不超过1年； 第11位：装配厂； 12～17位：顺序号，一般情况下，汽车召回都是针对某一顺序号范围内的车辆，即某一批次的车辆。

Ⅸ 英雄联盟KDA是什么意思

KDA指的是KILL DEATH ASSIST（杀人率，死亡率，支援率）。

在游戏LOL中，KDA的算法是（杀+助）/ 死 X 3，而不是“（K+A）/D 正常值为3”。

拓展资料：

在游戏DOTA，LOL以及hero of newerth 里，KDA指的是KILL DEATH ASSIST（杀人率，死亡率，支援率），平常以KD RATIO（KDR）表示杀人率和死亡率的对比。

LOL游戏中，玩家KDA计算方式如下：

1. 玩家的击杀数，加上70%助攻数，获得数据A；

2.使用A除以死亡数，获得数据B；

3.再根据玩家是否在游戏中，抗伤最多，拆塔最多，加上额外的分数后即为KDA。

其实kda是反映一个玩家游戏水平的数值，KDA数值越高，说明你的水平越高。KDA就是：杀人(Kill)死亡(Death)助攻(Assist)按照一定比率来算的一个数值，其公式为(K+A)/ D，一般情况下3为正常。lol的第三方插件中的kda计算方式与lol客户端稍有差异，会多乘一个3，所以一般看来就比较大。

参考资料：KDA-网络