登录
首页 » C++ Builder » xianshichafengeshi

xianshichafengeshi

于 2013-08-29 发布 文件大小:4KB
0 111
下载积分: 1 下载次数: 24

代码说明:

  利用古典显式差分格式求解抛物型偏微分方程(parabolic partial differential equation)

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • terraria1.2.3YM
    terraria1.2.3.1已修复源码(terraria YM)
    2014-10-12 10:44:47下载
    积分:1
  • chengxu
    参数变化对最小相位系统的影响,动态矩阵算法(DMC)仿真实例。(Effects of parameter changes on the minimum-phase system。Dynamic matrix algorithm (DMC) simulation.)
    2013-12-27 13:59:53下载
    积分:1
  • lisanmath
    本课程主要包括四个部分集合与关系图论代数系统数理逻辑(Experiment Instruction Book of Discrete Mathematics )
    2010-08-01 10:45:48下载
    积分:1
  • V
    说明:  c AND MATLAB CODES FOR IMAGE PROCESSING
    2013-01-14 14:42:17下载
    积分:1
  • matlab
    matlab工程应用的PPT教程,是学习matlab的基础,对矩阵的讲述很详细。(engineering applications of PPT tutorial matlab, matlab is to learn the basis of the matrix describes in great detail。)
    2011-11-01 12:25:28下载
    积分:1
  • Hl7Chinese
    医学信息编码标准,很贵呀;医学信息编码标准,很贵呀;(用于医疗软件开发的行业标准)
    2010-01-27 21:54:19下载
    积分:1
  • gaot
    tep 1:对遗传算法的运行参数进行赋值。参数包括种群规模、变量个数、交叉概率、变异概 率以及遗传运算的终止进化代数。 Step 2:建立区域描述器。根据轨道交通与常规公交运营协调模型的求解变量的约束条件,设 置变量的取值范围。 Step 3:在Step 2的变量取值范围内,随机产生初始群体,代入适应度函数计算其适应度值。 Step 4:执行比例选择算子进行选择操作。 Step 5:按交叉概率对交叉算子执行交叉操作。 Step 6:按变异概率执行离散变异操作。 Step 7:计算Step 6得到局部最优解中每个个体的适应值,并执行最优个体保存策略。 Step 8:判断是否满足遗传运算的终止进化代数,不满足则返回Step 4,满足则输出运算结果。 其次,运用遗传算法工具箱。(Matlab genetic algorithm toolbox)
    2020-11-07 15:09:49下载
    积分:1
  • NNavBarra
    一个navigation vieew的xcode手机程序可直接使用。 (A navigation vieew the xcode phone program can be used directly.)
    2012-07-29 20:39:40下载
    积分:1
  • Satellite-orbit-simulation
    卫星轨道仿真,源码,C++,定位等信息GEllipticalOrbit.cpp登文件(Satellite orbit simulation )
    2012-05-04 13:59:56下载
    积分:1
  • Tsteepest_desh
    这个Matlab程序实现最速下降算法。最速下降法是一种最基本的算法,它在最优化方法中占有重要地位.最速下降法的优点是工作量小,存储储变量较少,初始点要求不高;缺点是收敛慢,最速下降法适用于寻优过程的前期迭代或作为间插步骤,当接近极值点时,宜选用别种收敛快的算法. (The Matlab program to achieve the steepest descent algorithm. Steepest descent method is a basic algorithm, it occupies an important position in the optimization method. Advantage of the steepest descent method is the small amount of work, less storage reservoir variables, the initial point less demanding drawback is slow convergence, the steepest descent method for the optimization process of the early iterations, or as inserted steps are advised to use other kinds of fast convergence of the algorithm when close to the extreme point.)
    2012-08-20 07:27:17下载
    积分:1
  • 696518资源总数
  • 104269会员总数
  • 42今日下载