2kDPDS算法源码

应用背景  Tsp问题在物流配送车辆运行路线中的应用。配货路线指从配货公司所在地出发，走遍各公司，又回到配货公司所在地的路线。要求过程中的路径代价最小。    ER P，即企业资源规划，能够对企业整个资源进行整合， 并为达到一定的目标作企业资源的最优化配置。物流资源管理是ER P 的重要组成部分。在该系统中用户只需将待运行的Excel 数据文件上传， 就可快捷地得到期望的运行结果， 为企业物流配送路线提供科学合理的建议； 用户不需要再次上传数据， 就可以对某一物流配送路线原始数据通过修改运行参数等方式执行多次； 用户也可以对运行过的陈旧结果进行删除； 为了数据安全考虑， 系统不允许某一用户查看和操作不属于该用户的数据， 也不允许某一用户同时在异地登录 。    Tsp问题在日常生活中应用广泛，但最多就是关于最短路径的求解（无论是旅行商还是货郎）。     关键技术 对于TSP问题，一种最容易想到的也肯定能得到最佳解的算法是穷举法，即考虑所有可能的旅行路线，从中选择最佳的一条。但是用穷举法求解TSP问题的时间复杂度为Ο(n!)，当n大到一定

员信息管理整个程序分为三个文件：employee.h是类定义头文件，employee.cpp是类文件是实现文件，7-10.cpp是主函数文件。编译后应该讲7-10.cpp和employee.cpp连接在一起，如果使用VC++开发环境，应该将7-10.cpp和employee.cpp放在一个project中。

通用GPU计算越来越受欢迎了，原因在于GPU具有多个并行计算单元，这是在GPU上进行通用计算的CPP代码-General GPU computing has become increasingly popular because GPU with multiple parallel computing units, which are common in GPU computing on the CPP code

01背包是在M件物品取出若干件放在空间为W的背包里，每件物品的体积为W1，W2……Wn，与之相对应的价值为P1,P2……Pn。考虑用动态规划的方法来解决，这里的：阶段是：在前N件物品中，选取若干件物品放入背包中； 状态是：在前N件物品中，选取若干件物品放入所剩空间为W的背包中的所能获得的最大价值；决策是：第N件物品放或者不放； 由此可以写出动态转移方程：我们用f[i,j]表示在前 i 件物品中选择若干件放在所剩空间为 j 的背包里所能获得的最大价值f[i, j] = max( f[i-1, j-Wi] + Pi (j >= Wi), f[i-1, j] )

短剩余时间第一次调度的算法是算法的调度最好之一。在此我们使用通用时间的概念。而在每个第二的通用计数器将增加了一个，为用户提供的下一个最短进程搜索。

包含多种算法的微分方程求解程序 如Adams，龙格贝塔等方法-Contains a variety of algorithms for solving differential equations of programs such as Adams, Long Ge Beita and other methods

在Arduino上面烧写代码，可以获取用电量的各个参数，包括电压，电流，功率，用电量，需要传感器模块的支持。

二重和一次积分程序-two and a re-integration process

应用背景随着物理科学所研究的现象在广度和深度两方面的扩展，偏微分方程的应用范围更广泛。这里给出典型抛物型、椭圆型、双曲型偏微分方程的程序代码，可供刚刚接触偏微分方程的人学习参考使用。关键技术具体内容包括：抛物型方程的显示格式、隐式格式（Crank-Nicolson）解法；二阶线性双曲型方程的显示格式、隐式格式解法、精确解；椭圆型方程的Jacobi迭代解法和精确解。

此示例程序演示如何使用运算符projective_trans_object_model_3d 在成功的决窍。在此示例中一些多维数据集是通过不同的方式创建的。在那之后，多维数据集是与投影得到转型。