自己编的一个判断浮点数的有限自动机，大家来看看啊

多目标优化是指在约束条件下有两个或两个以上的优化目标，而且这些目标之间相互矛盾，不能同时达到最优，也就是说，一个目标的最优往往是以牺牲其它目标作为代价的，因此多目标优化问题存在多个最优解，这些解之间无法比较优劣，统称为Pareto最优解。带精英策略的快速非支配排序遗传算法(Nondominated Sorting Genetic Algorithm II，NSGA-II)是目前应用较为广泛的一种多目标算法。本案例将对MATLAB自带的改进的NSGA-II进行讲解，并举例说明其应用。

资源描述每年新年派对的最后一个节目就是选出下年的“幸运之星”，有丰厚的大礼包的噢~~。 O(∩_∩)O 所以每位参加派对的人士都摩拳擦掌跃跃欲试。选择的办法是这样约定的： （1）所有参与的人员数n，让n个人一字排开，然后至左向右从1开始报数，凡报到奇数号的全部后退剔除，剩下的人员， 又至左向右报数，逢奇剔除，如此不断的递归下去，直至只有一个人为止，这个人就是“幸运之星”。 （2）所有参与的人员数n，先随机抽取一个m值（从黑暗小箱中随机摸一个，m可能比n小或相等，也可能大于n），所有 参与的人员列成环形，然后从位置1开始报数，凡报到m的倍数的人后退剔除，剩下的人员，从刚才位置继续报数，逢m的 倍数的人剔除，如此不断的递归下去，直至只有一个人为止，这个人就是“幸运之星”。 如：n=8,m=4，如下图所示，幸 运之星为6号。现在，请你分析上面两种节目方式，若想获得幸运大礼包，应该选哪个初始编号的位置来站？ 注意此题设置的时限很短，也就不建议你采用队列或循环列表去模拟这个剔除的过程而得到最后的解答。这里，我们更应 该分析一下，这个问题的递归思路。有了分析的递归公式，就可以在很短时间内完成“幸运之星”的计算。

利用NEWTON的原理进行适当的改进，得到的算法-use of the principle for appropriate improvements, the algorithm

均值比率 试图生成速度快、 内存效率的 K-均值程序。 安装 gem来源-http://rubygems.org sudo gem安装 k_means 如何使用 需要 "rubygems" 要求 "k_means" 数据 = [[1，1]、 [1，2]，[1，1]，[1000年、 1000年]，[500、 500]] kmeans = KMeans.new （数据，： 质心 = > 2） kmeans.inspect # 使用 kmeans.view 拿到未检查数组 = > [[3，4]，[0，1，2]] 自定义的质心 需要 "rubygems" 要求 "k_means" # 您自定义的质心需要有 #position 和 #reposition 的方法 类 CustomCentroid attr_acces

内部排序算法性能分析，代码，加文档 4.1直接排序 10 4.2起泡排序 11 4.3选择排序 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

对一个可排序数组A[]，从右到左扫描这个有序的字数组，直到遇到第一个小于等于A[]的元素，然后把A[]插在该元素的后边。基于递归思想，从底至上地实现这个算法，效率会更高，也就是使用迭代。给定n个可排序的元素构成的一个数组A[]，输出一个非降序排列的数组A[]。

批处理梯度计算渐变使用整个数据集。这是伟大的流形凸的或相对平滑的错误。在这种情况下，我们有些直接朝着一个最佳的解决方案，无论是本地或全局。此外，批处理梯度下降法，给出了退火的学习速率，终会发现位于它的盆地的吸引力最低。

迷宫生成及搜索算法，一些好的算法，分享给大家-maze generation and search algorithm, some good algorithm, we share

LUHN算法-LUHN algorithm

本人写的一个条件平差计算器，供学习参考，用vb编写的，实现矩阵数据较多的平差，面向测绘方向学习。这是本人的第一个有点用的软件，希望能帮到你的忙。