各种排序方法总结

GPSS语言编写的排队系统的模型模拟程序。和文档在一起的还有一个word的说明和一个c语言编写的排队系统的模拟程序，可以对照比较模拟的结果。-GPSS language model of queuing system simulation program. And documents with a word description and a c languages queuing system simulation program, you can compare the results of simulation.

无线应用和服务的快速增长使得解决频谱短缺问题变得至关重要。如果我们扫描一部分无线电频谱，包括收入丰富的城市地区，我们会发现频谱中的一些频段大部分时间都没有被占用，其他一些频段部分被占用，其余的频段被大量使用。认知无线电技术试图通过提高频谱利用率来缓解这一问题。

用FPGA控制VGA的Verilog程序，内附详细注释，已在CRT显示器上验证通过

1、把x,y数据复制在txt文件 2、输入拟合阶数 3、点击拟合

可以用来计算对称正定矩阵的逆矩阵，比通常的求逆程序的计算效率快很多，经过测试很好用，计算非常准确，使用方便，与大家共享。

相信这个程序对已经学习C#很久而刚刚入门图形界面编程的初学者有用，一个用C#做的计算器-believe that the process of learning C# has been a long time and just portal GUI Programming beginners useful, one C# do Calculator

禁忌搜索法对初始解、邻域个数及禁忌列表的大小等参数有比较严格的要求, 这些参数直接影响着算法的优化能 力。文章提出了一种改进的禁忌搜索法, 它用有效空间来压缩搜索范围, 这样可以提高搜索效率和全局搜索能力。用短期 和长期禁忌列表存储器来保证算法能搜索到全局空间的每一点, 并且不重复搜索。经过验算和分析, 证明它是一种较好的 全局启发式搜索法-Tabu search method, the initial solution, neighborhood and tabu list size of the number of parameters such as have more stringent requirements, these parameters directly affect the ability to optimize the algorithm. This paper presents an improved tabu search method, it is used effectively to compress the search space, so that can improve search efficiency and global search capabilities. Short-term and long-term memory tabu list to ensure the algorithm to search to the global space, each point, and do not repeat the search. After checking and analysis, to prove that it is a good global heuristic search method

用遗传算法实现TSP最短路寻优问题，遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择个体

此子程序用于强度分析of纤维增强复合材料 与的帮助下 有限元方法求解 ABAQUS / 标准.计算用于为三维应力状态根据 VDI 指引 2014年 ， 部分 3.输入变量是基本优势,边坡参

DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。