-
应用于移动机器人路径规划的改进蚁群算法
基于改进蚁群算法的移动机器人路径规划,解决机器人路径选择的低效率问题,本算法对传统蚁群算法进行了改进,包括解的构造过程,信息素更新过程,基本思想是,蚂蚁在经过的路径上留下信息素,信息素一方面随着时间的积累,较优路径上的信息素越积越多,一方面还要挥发。为什么要引入信息素呢?也是从传统的奖励机制发展过来的。
- 2022-11-09 16:40:04下载
- 积分:1
-
secuential归并排序
secuential归并排序
- 2022-05-09 00:14:19下载
- 积分:1
-
视频游戏的流体模拟,第 6 部分
差动速度算法器
这篇文章,在一系列,第六描述从根本上不同的方法计算速度从涡度,提出了在这些文章中的流体模拟的基石之一。第一篇文章总结了流体动力学 ;第二个调查流体仿真技术 ;和第三和第四次提出了涡粒子流体模拟与双向流体体之间的相互作用,在真正的时间运行。第五篇文章展示了如何获取和使用 CPU 使用率分析数据,优化,进一步并行化的代码,这样,它跑得更快。
这篇文章介绍一种求解速度从涡度的微分技术和与第 3 部分中所提出的积分 treecode 技术及其成果和业绩形成鲜明对比。泊松规划求解在这篇文章提出了一种比跑得快 treecode,但它的结果看起来不同的可能不那么令人满意。
涡旋速度,回顾
记得第二篇文章,您可以计算速度从涡度 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
- 2022-02-05 03:15:32下载
- 积分:1
-
并行程序设计_三角函数并行化程序设计
1) 熟练掌握并行程序设计的基本方法;
2) 通过实验,了解并行程序设计的过程以及优越性;
3) 学会并行程序的算法分析;
4) 结合高等工程数学、分布式系统、云计算等相关课程知识解决简单的实际问题。
- 2022-03-01 04:29:27下载
- 积分:1
-
视频游戏的流体模拟,第 3 部分
涡粒子流体模拟
这篇文章,第三个在一系列,介绍了在 c + + 中使用谦虚,通常可用计算机硬件实时运行中实现流体模拟。第一篇文章总结了流体动力学 ;第二个调查流体模拟技术。
仿真这里介绍用途涡粒子,称为vortons由诺维科夫 (1983),来代表的流场和每一次的速度解决了。这种战术的使用 vortons 保留涡度无明显来源的扩散,可以模拟保留细鳞的详细信息。相比之下,其他流体模拟技术,使用原始变量 (速度和压力) 或网格数值弥漫性涡度,所以流动往往看起来厚和糖浆。当你看到这种模拟的结果时,你会惊讶于它保留了,多少议案详细考虑它跑得多快。
这种模拟也利用令人尴尬的并行算法的性质,并使用英特尔 ® 线程构建模块(英特尔 ® TBB) 跨越多个线程的工作。
在努力实现实时的流体运动,一些其他流体模拟利用图形处理单元 (GPGPU) 通用计算。
- 2022-04-29 19:04:05下载
- 积分:1
-
串行和并行计算的比较
访问邻居 PC 零售商店提供了充足的证据,我们是在多核时代。厂商之间的关键区别今天是他们打包到单个芯片上的内核的数量。商品处理器的时钟频率已经达到了极限,然而,和很可能保持在以下 4 GHz 多年来。因此,加入内核是不增加计算能力的代名词。要充分利用提供的新的多核硬件的性能增强,相应地调整必须发生在软件基础设施 — — 转变为并行计算。
- 2022-08-13 04:18:03下载
- 积分:1
-
mapreduce下矩阵相乘——内积方法
左矩阵A是m×s,右矩阵B是s×n,结果矩阵C是m×n。
- 2023-01-06 10:40:03下载
- 积分:1
-
avr2323 my test c emulador
avr test fast pdp emulador kokoko dehght fh fg hd fgdf fdgdf bf bdtnjrtb bsdfb fvtbrtn fd dvrv vdr bdt f yngfnhgnrtn trnrtn rtntrn
- 2022-02-04 03:35:22下载
- 积分:1
-
基于在线云保障食品安全
时下人们已成为热心研究人员对全球各地的几个类型食物食谱。他们登录到几个网站,以获取最喜爱的美食和样式。除了中国、 泰国和意大利,印度食品在其 cusines 中有广泛的品种。印度食品是太辣和油性为旅游来自西方国家,其中许多研究结束其营养价值。在这里,我们建议提供的各种各样的中印度已消费的食品营养价值的 web 应用程序。拟议的系统将提供原料蔬菜、 奶制品、 烹饪那些被消耗在这个国家的产品的营养价值。这一制度的目的是向意识到人民从过度消费的是不适合他们的荒地和心灵的食物食谱。
- 2022-02-01 14:45:01下载
- 积分:1
-
求矩阵特征值的并行算法的实现
QR算法是目前最广泛被用于求一般矩阵特征值的方法,但是由于串行算法的时间过于长,大大的降低了工作效率,所以我们将其在基于cuda架构上对其进行GPU加速,将原有的求矩阵特征值得串行算法进行并行化,大大地提高了工作效率
- 2022-11-06 08:40:04下载
- 积分:1