档案管理简单算法

研究生期间上《数值计算方法》课的作业，所有代码都是C语言实现并调试通过，现在上传为大家服务。这是西普生算法-simpson algorithm with c language

一个以邮票分配方案为例的演示分治法算法的小程序-a stamp distribution program as an example of the divide-and-conquer demonstration algorithm small program

高斯消去法，解四元一次方程组-Gaussian elimination method, solutions of quaternion linear equation group. . . . . . . . . . . . . . .

等离子体PIC模拟-PIC simulation of plasma

二叉树的中序遍历-binary tree which preorder

基数数值排序的源程序，很有用啊-base numerical ranking source, useful ah

应用背景该算法利用演化博弈的思想进行多小区用户的资源分配，将小区重叠部分当做种群，种群中的用户进行演化博弈进行网络切换，基站为其分配子信道。关键技术本算法利用matlab进行仿真测试，仿真结果显示演化博弈能够达到稳定，提升系统吞吐量，在小区资源分配能够有一个很好的参考。不同于传统的资源分配方法，可以给出一个新思路。

算例1使用图形学算法在屏幕上画出一个圆，运行结果如附图1. 运行本程序后，先要求用户输入要画圆的圆心坐标、半径等数据，然后清屏并按照用户给出数据画出一个圆。 知识点：Turbo C的图形方式编程、画圆算法等； 算例2：实现屏幕画线和画矩形的程序，运行效果见附图2. 运行本程序后在屏幕上显示256色的套接矩形框。 知识点：DOS中断调用以及怎样直接写视频缓冲区； 算例3：使用BIOS中断INT 10H的功能随机生成图案，运行效果附图3. 程序执行后将在屏幕上随机生成颜色并进行填充，本例中随机颜色的初始值选择比较偏近于蓝色调，也可以自行设ing。 算例4：实现了图形的旋转、平移和缩放，运行效果如附图4.

遗传算法在运行早期个体差异较大，当采用经典的轮盘赌方式选择时，后代产生的个数与父个体适应度大小成正比，因此在早期容易使个别好的个体的后代充斥整个种群，造成早熟。在遗传算法后期，适应度趋向一致，优秀的个体在产生后代时，优势不明显，从而使整个种群进化停滞不前。因此对适应度适当地进行拉伸是必要的，这样在温度高时(遗传算法的前期)，适应度相近的个体产生的后代概率相近；而当温度不断下降后，拉伸作用加强，使适应度相近的个体适应度差异放大，从而使得优秀的个体优势更明显。由于模拟退火算法和遗传算法可以互相取长补短，因此有效地克服了传统遗传算法的早熟现象，同时根据聚类问题的具体情况设计遗传编码方式、适应度函数，使该算法更有效、更快速地收敛到全局最优解。本案例研究了基于遗传模拟退火算法的聚类算法。

采用遗传算法，解决一个订单多个工件的柔性工艺路线规划问题。此程序各个功能均以单个function写出，清晰明了，可以用于结局所有类似问题。