最大字段和
1.实验目的和要求
（1）深刻掌握动态规划法的设计思想并能熟练运用；
（2）理解这样一个观点：同样的问题可以用不同的方法解决，一个好的算法是反复努力
和重新修正的结果。
（3）分别用蛮力法、分治法和动态规划法设计最大子段和问题的算法；
（4）比较不同算法的时间性能；
（5）给出测试数据，写出程序文档
2.实验内容
给定由n 个整数组成的序列(a1, a2, …, an)，求该序列形如
的子段和的最大值，当所有整数均为负整数时，其最大子段和为0。 3.实验环境
Turbo C 或VC++
4.实验学时
2学时，必做实验
5.数据结构与算法
数据结构: 程序中所用的数据都是储存在数组当中
算法: 蛮力法函数MaxSum(int a[],int n,int &besti,int &bestj)
分治法函数MaxSum(int a[],int left,int right)
动态规划法函数 MaxSum(int n,int a[])
6.核心源代码及时间性能分析
（1）蛮力法：
#include
int MaxSum(int a[],int n,int &besti,int &bestj)
{
int sum=0;
int i,j,k;
for(i=1;i<=n;i++)
{
int asum=0;
for(j=i;j<=n;j++)
{
asum+=a[j];
∑=j
i k k a
if(asum>sum)
{
sum=asum;
besti=i;
bestj=j;
}
}
}
return sum;
}
void main()
{
int n,a[
cout<<"请输入各元素的值(一共"<100],m,i,j,maxsum; cout<<"请输入整数序列的元素个数n:"< cin>>n; for(m=1;m<=n;m++) cin>>a[m]; maxsum=MaxSum(a,n,i,j); cout<<"整数序列的最大子段和是："< } 时间性能：T(n)=O(n2) 结果截图： （2）分治法： #include int MaxSum(int a[],int left,int right) { int sum=0; if (left==right) { if (a[left]>0) sum=a[left]; else sum=0; } else { int center=(left+right)/2; int leftsum=MaxSum(a,left,center); int rightsum=MaxSum(a,center+1,right); int s1=0; int lefts=0; for(int i=center;i>=left;i--) { lefts+=a[i]; if(lefts>s1) s1=lefts; } int s2=0; int rights=0; for(int j=center+1;j<=right;j++) { rights+=a[j]; if(rights>s2) s2=rights; } sum=s1+s2; if(sum if(sum } return sum; } void main() { int n,a[100],m,maxsum; cout<<"请输入整数序列的元素个数n:"< cin>>n; cout<<"请输入各元素的值(一共"< for(m=1;m<=n;m++) cin>>a[m]; maxsum=MaxSum(a,1,n); cout<<"整数序列的最大子段和是："< 时间性能：T(n)=O(nlog2(n)) 结果截图： （3）动态规划法： #include void MaxSum(int n,int a[]) { int sum=0; int b=0; for(int i=1;i<=n;i++) { if(b>0) b+=a[i]; else b=a[i]; if(b>sum) sum=b; } cout<<"整数序列的最大子段和是："< void main() { int n,a[100],m,maxsum; cout<<"请输入整数序列的元素个数n:"< cin>>n; cout<<"请输入各元素的值(一共"< for(m=1;m<=n;m++) cin>>a[m]; MaxSum(n,a); } 时间性能：T(n)=O(n) 结果截图： 背包问题 1.实验题目： 分别用贪心法法和分支限界法求解背包问题 2. 实验内容： 0-1背包问题：给定n种物品和一个背包。物品i的重量是Wi，其价值为Vi，背包的容量为C。应如何选择装入背包的物品，使得装入背包中物品的总价值 最大?在选择装入背包的物品时，对每种物品i只有2种选择，即装入背 包或不装入背包。不能将物品i装入背包多次，也不能只装入部分的物 品i。 3.实验源程序： （1）贪心法： #include struct goodinfo { float p; //物品效益 float w; //物品重量 float X; //物品该放的数量 int flag; //物品编号 };//物品信息结构体 void Insertionsort(goodinfo goods[],int n) { int j,i; for(j=2;j<=n;j++) { goods[0]=goods[j]; i=j-1; while (goods[0].p>goods[i].p) { goods[i+1]=goods[i]; i--; } goods[i+1]=goods[0]; } }//按物品效益，重量比值做升序排列 void bag(goodinfo goods[],float M,int n) { float cu; int i,j; for(i=1;i<=n;i++) goods[i].X=0; cu=M; //背包剩余容量 for(i=1;i { if(goods[i].w>cu)//当该物品重量大与剩余容量跳出break; goods[i].X=1; cu=cu-goods[i].w;//确定背包新的剩余容量 } if(i<=n) goods[i].X=cu/goods[i].w;//该物品所要放的量 /*按物品编号做降序排列*/ for(j=2;j<=n;j++) { goods[0]=goods[j]; i=j-1; while (goods[0].flag { goods[i+1]=goods[i]; i--; } goods[i+1]=goods[0]; } cout<<"最优解为:"< for(i=1;i<=n;i++) { cout<<"第"< cout< } } void main() { cout<<"|--------运用贪心法解背包问题---------|"< cout<<"|-------------------------------------|"< int j; int n; float M; goodinfo *goods;//定义一个指针 while(j) { cout<<"请输入物品的总数量："; cin>>n; goods=new struct goodinfo [n+1];// cout<<"请输入背包的最大容量："; cin>>M; cout< int i; for(i=1;i<=n;i++) { goods[i].flag=i; cout<<"请输入第"< cin>>goods[i].w; cout<<"请输入第"< cin>>goods[i].p; goods[i].p=goods[i].p/goods[i].w;//得出物品的效益，重量比cout< } Insertionsort(goods,n); bag(goods,M,n); cout<<"press <1> to run agian"< cout<<"press <0> to exit"< cin>>j; } } 结果截图： （2）分支限界法： #include #include #define MaxSize 100 //最多结点数 typedef struct QNode { float weight; float value; int ceng; struct QNode *parent; bool leftChild; }QNode,*qnode; //存放每个结点 typedef struct { qnode Q[MaxSize]; int front,rear; }SqQueue; //存放结点的队列SqQueue sq; float bestv=0; //最优解 int n=0; //实际物品数float w[MaxSize]; //物品的重量float v[MaxSize]; //物品的价值int bestx[MaxSize]; // 存放最优解qnode bestE; void InitQueue(SqQueue &sq ) //队列初始化{ sq.front=1; sq.rear=1; } bool QueueEmpty(SqQueue sq) //队列是否为空{ if(sq.front==sq.rear) return true; else return false; } void EnQueue(SqQueue &sq,qnode b)//入队{ if(sq.front==(sq.rear+1)%MaxSize) { printf("队列已满!"); return ; } sq.Q[sq.rear]=b; sq.rear=(sq.rear+1)%MaxSize; } qnode DeQueue(SqQueue &sq)//出队 { qnode e; if(sq.front==sq.rear) { printf("队列已空!"); return 0; } e=sq.Q[sq.front]; sq.front=(sq.front+1)%MaxSize; return e; } void EnQueue1(float wt,float vt, int i ,QNode *parent, bool leftchild) { qnode b; if (i==n) //可行叶子结点 { if (vt==bestv) { bestE=parent; bestx[n]=(leftchild)?1:0; } return; } b=(qnode)malloc(sizeof(QNode)); //非叶子结点 b->weight=wt; b->value=vt; b->ceng=i; b->parent=parent; b->leftChild=leftchild; EnQueue(sq,b); } void maxLoading(float w[],float v[],int c) { float wt=0; float vt=0; int i=1; //当前的扩展结点所在的层 float ew=0; //扩展节点所相应的当前载重量 float ev=0; //扩展结点所相应的价值 qnode e=NULL; qnode t=NULL; InitQueue(sq); EnQueue(sq,t); //空标志进队列 while (!QueueEmpty(sq)) { wt=ew+w[i]; vt=ev+v[i]; if (wt <= c) { if(vt>bestv) bestv=vt; EnQueue1(wt,vt,i,e,true); // 左儿子结点进队列} EnQueue1(ew,ev,i,e,false); //右儿子总是可行； e=DeQueue(sq); // 取下一扩展结点 if (e == NULL) { if (QueueEmpty(sq)) break; EnQueue(sq,NULL); // 同层结点尾部标志 e=DeQueue(sq); // 取下一扩展结点 i++; } ew=e->weight; //更新当前扩展结点的值 ev=e->value; } printf("最优取法为：\n"); for( int j=n-1;j>0;j--) //构造最优解 { bestx[j]=(bestE->leftChild?1:0); bestE=bestE->parent; } for(int k=1;k<=n;k++) { if(bestx[k]==1) printf("\n物品%d:重量：%.1f，价值：%.1f\n",k,w[k],v[k]); } printf("\n"); printf("最优价值为：%.1f\n\n",bestv); } void main() { int c; float ewv[MaxSize]; printf(" //////////////////// 0-1背包问题分枝限界法/////////////////////\n\n"); printf("请输入物品的数量：\n"); scanf("%d",&n); printf("请输入背包的最大承重量：\n"); scanf("%d",&c); printf("\n请输入物品的重量和单位重量价值:\n\n"); for(int i=1;i<=n;i++) { printf("物品%d:",i); scanf("%f%f",&w[i],&ewv[i]); v[i]=w[i]*ewv[i]; printf("\n"); } maxLoading(w, v, c); } 结果截图： 人工智能实验报告 遗传算法实验报告 一、问题描述 对遗传算法的选择操作，设种群规模为4，个体用二进制编码，适应度函数,x的取值区间为[0,30]。 若遗传操作规定如下： （1）选择概率为100%，选择算法为轮盘赌算法； （2）交叉概率为1，交叉算法为单点交叉，交叉顺序按个体在种群中的顺序； （3）变异几率为0 请编写程序，求取函数在区间[0,30]的最大值。 二、方法原理 遗传算法：遗传算法是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法。与传统的优化算法相比，遗传算法具有如下优点：不是从单个点，而是从多个点构成的群体开始搜索；在搜索最优解过程中，只需要由目标函数值转换得来的适应值信息，而不需要导数等其它辅助信息；搜索过程不易陷入局部最优点。目前，该算法已渗透到许多领域，并成为解决各领域复杂问题的有力工具。在遗传算法中，将问题空间中的决策变量通过一定编码方法表示成遗传空间的一个个体，它是一个基因型串结构数据；同时，将目标函数值转换成适应值，它用来评价个体的优劣，并作为遗传操作的依据。遗传操作包括三个算子：选择、交叉和变异。选择用来实施适者生存的原则，即把当前群体中的个体按与适应值成比例的概率复制到新的群体中，构成交配池（当前代与下一代之间的中间群体）。选择算子的作用效果是提高了群体的平均适应值。由于选择算子没有产生新个体，所以群体中最好个体的适应值不会因选择操作而有所改进。交叉算子可以产生新的个体，它首先使从交配池中的个体随机配对，然后将两两配对的个体按某种方式相互交换部分基因。变异是对个体的某一个或某一些基因值按某一较小概率进行改变。从产生新个体的能力方面来说，交叉算子是产生新个体的主要方法，它决定了遗传算法的全局搜索能力；而变异算子只是产生新个体的辅助方法，但也必不可少，因为它决定了遗传算法的局部搜索能力。交叉和变异相配合，共同完成对搜索空间的全局和局部搜索。 三、实现过程 （1）编码：使用二进制编码，随机产生一个初始种群。L 表示编码长度，通常由对问题的求解精度决定，编码长度L 越长，可期望的最优解的精度也就越高，过大的L 会增大运算量。 （2）生成初始群体：种群规模表示每一代种群中所含个体数目。随机产生N个初始串结构数据，每个串结构数据成为一个个体，N个个体组成一个初始群体，N表示种群规模的大小。当N取值较小时，可提高遗传算法的运算速度，但却降低种群的多样性，容易引起遗传算法早熟，出现假收敛；而N当取值较大时，又会使得遗传算法效率降低。一般建议的取值范围是20—100。遗传算法以该群体作为初始迭代点； （3）适应度检测：根据实际标准计算个体的适应度，评判个体的优劣，即该个体所代表的可行解的优劣。本例中适应度即为所求的目标函数； （4）选择：从当前群体中选择优良（适应度高的）个体，使它们有机会被选中进入下一次迭代过程，舍弃适应度低的个体。本例中采用轮盘赌的选择方法，即个体被选择的几率与其适应度值大小成正比； （5）交叉：遗传操作，根据设置的交叉概率对交配池中个体进行基因交叉操作，形成新一代的种群，新一代中间个体的信息来自父辈个体，体现了信息交换的原则。交叉概率控制 上海杉达学院 商务流程综合实训总结 单位名称：微科电子有限公司（加盖公章）姓名：陈恩娜 学院：胜祥商学院 专业：国际经济与贸易 班级： f130219 时间： 2016.11.14 工作总结历时10天的跨专业实训圆满落幕，作为国贸专业的我们参加了企业经营的模拟实训，通过这几天的实训，我也算是了解到了企业经营的基本流程和一般模式。前三天，我们基本在忙碌企业创立的事情。我们首先要做的是公司注册登记。公司注册流程共包括名称预先登记、设立登记申请书、准备申请材料、银行开户入资、验资、前置审批、报送申请材料、工商审批发照、刻制公章、开设银行帐户、办理各项登记、股东入资证明、企业机构代码、企业税务登记、企业劳动备案、社会保险登记、企业统计备案、特殊行业备案18类。我们实训时规定了公司类型为制造型企业，开始注册资金为500万元。在实训中，我们注册的公司为微科电子有限公司，地址位于上海市陆家嘴，股东为3人。申请表提交上去后，我们得到了审批，就开始了下面的企业经营规划。我们企业经营过程共分为九个相互联系又相互独立的部门。这十个部门分别为总经办、人力资源部门、物流部门、质检部门、行政部门、营销部门、生产部门、财务部门、采购部门。总经办为CEO代理，也就是我们常说的总经理，其他分别为营销总监、生产总监、物流总监、采购总监、财务总监、采购经理、人事经理、行政主管、质检经理。这九个职位分别为十一个同学完成，我作为采购部经理也参与其中。采购部的岗位职责可归纳为：依照公司生产需要及物资采购计划，全面负责公司的物料采购和供应工作；对初次进行合作的供应商进行调查了解，根据实际掌握的资料与信息做出相应的评价判定。对于符合公司要求的，方可与之开展业务往来与合作；采购工作的开展应当做到精打细算，尽力降低公司的采购成本，避免出现浪费公司资金的情况；负责对所有与公司有业务往来的供应商或供货企业进行定期的资质评价并给出明确的评价等级。针对不同的评价等级给出相应的处理意见；完成公司领导布置的其它各项工作。各岗位要各司其职，填写经营流程表，有序的完成一年的经营。 运 筹 学 实 验 报 告 学院：经济管理学院 专业班级：工商11-2班 姓名：石慧婕 学号：311110010207 实验一线性规划 一实验目的 学习WinQSB软件的基本操作，利用Linear Programming功能求解线性规划问题。掌握线性规划的基本理论与求解方法，重点在于单纯形法的应用以及灵敏度分析方法。 二、实验内容 安装WinQSB软件，了解WinQSB软件在Windows环境下的文件管理操作，熟悉软件界面内容，掌握操作命令。利用Linear Programming功能建立线性模型，输入模型，求解模型，并对求解结果进行简单分析。 三实验步骤 1．将WinQSB文件复制到本地硬盘；在WinQSB文件夹中双击setup.exe。 2．指定安装WinQSB软件的目标目录（默认为C:\ WinQSB）。 3．安装过程需要输入用户名和单位名称（任意输入），安装完毕之后，WinQSB菜单自动生成在系统程序中。 4．熟悉WinQSB软件子菜单内容及其功能，掌握操作命令。 5．求解线性规划问题。启动程序开始→程序→WinQSB→Linear and Integer Programming。 某工厂要用三种原材料C、P、H混合调配出三种不同规格的产品A、B、D。已知产品的规格要求，产品单价，每天能供应的原材料数量及原材料单价分别见下表1和2。该厂应如何安排生产，使利润收入为最大？ 表1 产品名称规格要求单价（元/kg） A 原材料C不少于50% 原材料P不超过25% 50 B 原材料C不少于25% 原材料P不超过50% 35 D 不限25 表2 原材料名称每天最多供应量（kg）单价（元/kg） 昆明理工大学信息工程与自动化学院学生实验报告 （ 201 — 201 学年 第 1 学期 ） 课程名称：算法分析与设计 开课实验室： 年 月 日 一、上机目的及内容 1.上机内容 给定有n 个整数（可能有负整数）组成的序列（a 1,a 2,…,a n ），求改序列形如 ∑=j k k a 1 的子段和的 最大值，当所有整数均为负整数时，其最大子段和为0。 2.上机目的 （1）复习数据结构课程的相关知识，实现课程间的平滑过渡； （2）掌握并应用算法的数学分析和后验分析方法； （3）理解这样一个观点：不同的算法能够解决相同的问题，这些算法的解题思路不同，复杂程度不同，解题效率也不同。 二、实验原理及基本技术路线图（方框原理图或程序流程图） （1）分别用穷举法、分治法和动态规划法设计最大子段和问题的算法； （2）对所设计的算法采用大O 符号进行时间复杂性分析； （3）上机实现算法，并用计数法和计时法分别测算算法的运行时间； （4）通过分析对比，得出自己的结论。 穷举法是用一个二维数组将从i 到j 的和都记录下来，再比较各元素的大小，时间复杂性为O （n 2），分治法的设计思想是不断将问题为子问题，然后求解子问题，最后对解进行合并，时间复杂性为O(nlog n )，动态规划法的设计思想是将问题划分为若干个子问题，时间复杂度为O(n)。 分治法流程图： 穷举法流程图： 动态规划法流程图： 三、所用仪器、材料（设备名称、型号、规格等或使用软件） 1台PC 及VISUAL C++6.0软件 四、实验方法、步骤（或：程序代码或操作过程） 程序代码： //穷举法 #include 生物多样性调查报告 生物多样性的概念： 生物多样性是指一定范围内多种多样活的有机体有规律地结合所构成稳定的生态综合体。这种多样包括动物、植物、微生物的物种多样性，物种的遗传与变异的多样性及生态系统的多样性。 生物多样形的形成： 生物进化的过程中，物种和物种之间、物种和无机环境之间共同进化，导致物种多样性的形成。 生物多样性受威胁的原因 原因1:人口迅猛增加 - 自从有了人类以来，人口的数量就在增长。在生产力落后的时候，人口的数量受到自然因素如旱灾、虫灾、火灾、水灾、地震 等的控制; 另外，人类自身制造的灾难如战争、贫困也使得人口数量得以控制.但是,现代科学技术的进步使人的数量与寿命都提高了 - 19世纪工业革命后，人口的增加就成了全球的主流，在经济发展中国家最为明显。1830年全球人口只有10亿，1930年达到20亿，2000年达到了60亿，现在达到65亿。 - 中国1790年人口约3亿，1860年约4亿, 1970年8亿人口, 2000年就超过13亿人口了 - 人口增加后，必须扩大耕地面积，满足吃饭的需求，这样就对自然生态系统及生存其中的生物物种产生了最直接的威胁 - 由于人口增长过快，加上大跃进等政策错误，我国形成了大量的退化生态系统。目前，我国境内水土流失面积约为180万平方公里，占国土面积的19%，其中黄土高原地区约80%地方水土流失 - 北方沙漠、戈壁、沙漠化土地面积为149万平方公里，占国土面积的16%, 1987年已沙漠化土地20万平方公里，潜在沙漠化土地13万平方公里 - 目前有5900万亩农田和7400万亩草场受到沙漠化威胁。草原退缩面积13亿亩, 每年以2000万亩增加。每年使用农药防治面积23亿亩次，劣质化肥污染农田2500万亩。 原因2: 生境的破碎化 - 生物多样性减少最重要的原因是生态系统在自然或人为干扰下偏离自然状态，生境破碎，生物失去家园 运筹学实验报告(一) 实验要求：学会在Excel 软件中求解。 实验目的：通过小型线性规划模型的计算机求解方法。 熟练掌握并理解所学方法。 实验内容： 题目： 某昼夜服务的公交线路每天各时间区段内所需司机和乘务人员数如下； 设司机和乘务人员分别在各时间区段一开始上班，并连续工作八小时，问该公交线 路至少配备多少名司机和乘 务人员。列出这个问题的线 性规划模型。 解：设Xj 表示在第j 时间区段开始上班的司机和乘务人员数 班次 时间 所需人数 1 6:00-10:00 60 2 10:00-14:00 70 3 14:00-18:00 60 4 18:00-22:00 50 5 22:00-2:00 20 6 2:00-6:00 30 。 6-10 10-14 14-18 18-22 22-2 2-6 1 X1--- X1 2 X2--- X2 3 X3--- X3 4 X4--- X4 5 X5--- X5 6 X6 X6--- 60 70 60 50 20 30 所需人 数 Min z=x1+x2+x3+x4+x5+x6 St: x1+x6>=60 X1+x2>=70 X2+x3>=60 X3+x4>=50 X4+x5>=20 X5+x6>=30 Xj>=0,xj为整数， j=1,2,3,4,5,6 过程： 工作表[Book1]Sheet1 报告的建立: 2011-9-28 19:45:01 目标单元格(最小值) 单元格名字初值终值 $B$1 min 0 150 可变单元格 单元格名字初值终值 $B$3 x 0 45 $C$3 x 0 25 $D$3 x 0 35 $E$3 x 0 15 $F$3 x 0 15 $G$3 x 0 15 结果：最优解X=(45,25,35,15,15,15)T 目标函数值z=150 小结：1.计算机计算给规划问题的解答带来方便，让解答变得简洁； 实验名称： 最大子段和问题 实验目的： 了解最大子段和问题 实验环境： 操作系统：Windows XP Professional SP3 机器配置：Intel Pentium4 CPU 3.0GHz , 512MB 内存 开发工具：eclipse 实验内容： 1. 求数列的最大子段和(要求时间复杂为nlogn) (算法设计与分析 吕国英 清华大学出 版社 135页 4..3.3 二分法变异) （分治法） （也可用动态规划算法 参看递归王晓东计算机算法设计与分析第三版p61页） 算法的设计思想： 在对分治法德算法分析中注意到，若记???? ? ? <=<==∑=j i k k a n j i i b ][max ][，1<=j<=n,则所求的 最大子段和为： ][1max ][1max 1max ][1max j b n j k a j i n j k a n j i j i k j i k <=<== <=<=<=<==????? ?<=<=<=∑ ∑== 分为两种情况： （1）、当b[j-1]>0时，b[j]=b[j-1]+a[j]。 （2）、当b[j-1]<0时，b[j]=a[j]。 由此可得计算b[j]的动态规划递归式为： b[j]=max }{][],[]1[j a j a j b +-,1<=j<=n 由分析可知：次算法一共比较了n 次，故： T(n)=O(n) 据此可以写出如下程序： 实验步骤： 程序代码如下： package s; public class Po{ public static void main(String[] args) { int[] a=new int[10]; int[] b=new int[10]; int[] x=new int[10]; int start=0; int end = 0; System.out.print("数组为:");//随机赋值 for(int i =0;i<10;i++){ a[i]=(int)(Math.random()*100-50); System.out.print(a[i]+" "); } System.out.print("\n"); tem(a,x,b); int max=maxSum(a,b,end); System.out.print("最大子段和为:"); System.out.println(max); System.out.print("结束位置为:"); System.out.println(findend(a,b,end)); int begin=findStart(a,b,start,end); System.out.print("开始位置为："); System.out.println(begin); systemout(x,start,end,a,b); } public static void tem(int a[],int x[],int b[]) {int n=a.length-1; int sum=0; b[0]=x[0]; 《曹二校园草坪杂草物种多样性调查》预习学案请同学们预习以下内容，回顾物种多样性的理论知识，辛普森多样性指数的计算方法，完成以下预习作业，并自学微信小程序“形色识花”操作步骤。 一、辛普森多样性指数（课本P76） D：多样性指数； N：；n i：；S： 例如：一个群落中有3个物种，其中一个物种个体数为10，一个物种个体数为5，还有一个物种个体数为3，求辛普森多样性指数为多少？ 解：已知S=3；n1=10; n2=5; n3=3,则N=n1+n2+n3= 二、物种多样性 物种：简称，是生物分类学研究的基本单元与核心。它是一群可以交配并繁衍后代的个体，但与其它生物却不能交配，不能性交或交配后产生的杂种不能再繁衍。 物种多样性：地球上动物，植物，微生物等生物物种的多样化，包括某一区域内 和。 三、物种鉴定方法：微信小程序“形色识花”操作步骤及注意事项 形色识花是利用人工智能进行设计并运行的小程序，可以用来识别各类植物，目前形色的识别正确率已经达到90%以上。其操作步骤及注意事项如下： 1、打开微信，搜索“形色识花”并打开小程序； 2、点击界面下方“拍照识花”进行拍照，或者从相册上传植物图片； 3、将匹配度高的图片信息与你需要辨认的植物进行对比，选择你认为正确的植物物种名称。 《曹二校园草坪杂草物种多样性调查》课堂活动单一、曹二小花园区域划分图 二、植物物种多样性调查步骤： 1、选择样方 2、调查与记录：物种种类及物种数量 3、物种多样性指数计算：辛普森多样性指数 三、调查器械及小组分工 调查器械：卷尺、竹桩、绳子、计算器 四、曹二草坪杂草物种多样性调查记录表 辛普森多样性指数 （） 数均为50，按辛普森多样性指数计算，则甲、乙两群落的多样性指数分别为： oracle大字段问题 0、LARGE OBJECT ORACLE8中有4种LOB - BLOB：Binary Large Object - CLOB：Character Large Object - NCLOB：固定长度的多字节Character Large Object - BFILE：DB外部的二进制文件 它们分为两类： 内部LOB：存放在DB内部，包括BLOB，CLOB，BCLOB 外部文件：存放在DB外面，就是BFILE 要注意的是ORACLE8不自动转换这些类型的数据。 1、LONG和LOB的比较 LONG/LONG RAW LOB -------------------------------------------------- 表中只能由一个列可以有多列 最大2G 最大4G SELECT返回值SELECT返回指针 存放在DB内可以在DB的内或者外 不支持OBJECT类型支持 顺序存取随机存取 -------------------------------------------------- NCLOB不支持OBJECT类型 LOB小于4000字节时是内部存放 2、LOB解析 LOB有两个不同的部分 - LOB值：LOB代表的数据 - LOB指针：LOB存放数据的位置 LOB列内部不存放数据，而是LOB值的位置。当创建内部LOB时，值存放在LOB SEGMENT中，指向OUT-OF-LIN数据的指针放在列中。对外部LOB，只在列中存放位置。 3、内部LOB 就是存放在DB内部的LOB，包括BLOB,CLOB,NCLOB。它们可以是 用户自定义的类型中的属性 表中某列 SQL 变量 程序host变量 PL/SQL中的变量、参数、返回值 内部LOB可以使用ORACLE的并发机制、REDO LOG、RECOVERY 机制。 BLOB被ORACLE8解释为二进制位流，类似LONG RAW。 CLOB解释为单字节字符流 宁波职业技术学院 外贸实务 II - 提高 实训报告 指导老师：江彬 班级：国贸3141 学生姓名：肖思洁 学号： 1426263133 日期： 2016-04-25 课程名称：外贸实务II-提高 1 实训目的及要求 1．1 1．2 2 实训内容及步骤（包含简要的实训步骤流程） 2．1 本人所扮演的角色 2．2 贸易资料及实训步骤 2．2．1 2．2．2 2．2．3 2．2．4 3 实训结果（包括实训项目的完成情况，代表性邮件，单据，程序或图表、结论陈述、核算表数据记录及分析等） 3．1 3．1．1 3．1．2 3．1．3 3．2 4 实训中遇到的问题及其解决方法 5 实训总结（包括心得体会、对SimTrade系统的评价、对自己实训效果的评价如实训收获不足及实训改进意见等） 6 实训评价 外贸实训报告 外贸实务实训体会总结，这次是项目过程的完成让我感觉很深刻。短短的32学时已经结束，静下心来回想这次操作模拟学习真是感受颇深。我们知道动手操作是大学教育中一个极为重要的实践性环节，通过实习，可以使我们在实践中接触与本专业相关的一些实际工作，培养和锻炼我们综合运用所学的基础理论、基本技能和专业知识，去独立分析和解决实际问题的能力，把理论和实践结合起来，提高我们的实际动手能力，为将来我们毕业后走上工作岗位打下一定的基础。通过这段时间的学习，从无知到认知，到深入了解，渐渐地我喜欢上这个专业，让我深刻的体会到学习的过程是最美的，在整个实习过程中，我每天都有很多的新的体会，新的想法。 回顾我的实习生活，感触是很深的，收获也是丰硕的。可以模拟出口商与非洲、中东等地方的外国商人做生意，他们在我公司下订单，我们再把订单下到厂里，从中赚取差额，或者作为进口商与出口商讨价还价，去除运费保险费等来赚取利益。当然对工厂的基本流程也有一定的了解。这次的实习经历我对外贸这个专业有了更加理性的认识和更深刻的体会。在这次是学习中，我学到了很多过去两年没有体会到的东西，这不仅仅只是上课模拟，也是一次对真实工作流程经历。 对实践的看法： 在操作过程中，根据本门课程的内容、特点，通过走出去、请进来等方式，精心组织方案。通过听、看、做使一些看起来繁杂的专业知识很快被我们理解和掌握。只有将理论联系实际，教学与实际相结合，才是培养我们能力的一种有效形式。 出口商+进口商+工厂，一共写了78封邮件。一共发布了8封广告和信息。 查了B2B里的多数产品信息。 银行汇率：欧元大多汇率为8.6402，美元大多为6.1463等。保险费：一切险（ALL RISKS）为0.8%，战争险（W AR RISKS）为0.08% 保险费计算方式为 (1)按CIF进口时：保险金额＝CIF货价×1.1 (2)按CFR进口时：保险金额＝CFR货价×1.1 / (1 - 1.1 ×r)，其中r为保险费率，请在"淘金网"的"保险费"页面查找，将所投险别的保险费率相加即可。 (3)按FOB进口时：保险金额＝(FOB货价+ 海运费)×1.1 / (1 - 1.1 ×r)，其中FOB 货价就是合同金额，海运费请在装船通知中查找，由出口商根据配舱通知填写，如果出口商填写错误，请其查看配舱通知。 实训的基本流程： 第一周完成了进口商，出口商，工厂，进口、出口地银行的基本资料。然后熟悉了下系统的基本轮廓，如B2B里面可以查询写什么，市场，海关等在哪个位置。根据老师的知道，试着去发广告与写邮件。 第二周确定角色，开始寻找有利信息，搜索信息，同业务伙伴建合作关系。 我先进行成本、费用、利润等的核算，若有盈利则进一步磋商合作，若亏损就跟对方进行讨价还价。过程为询盘——发盘——还盘——接受。 第三周之后进入交易准备阶段——交易磋商阶段——签订合同(T/T+FOB)与接收信用证（L/C+CIF）——履行合同阶段。 签订合同之后进行合同履行阶段。 首先作为出口商，与进口商进行磋商商定后确定的价格，之后跟工厂进行合作并进一步签订SALES CONFIRMATON。等工厂交货物发过来后，与工厂的业务就能完成。 《管理运筹学》实验报告实验日期： 2016年 04月 21日—— 2016 年 05 月 18 日 3.在点击“新建”按钮以后，按软件的要求输入目标函数个数和约束条件个数，输入目标函数级约束条件的歌变量的系数和b值，并选择好“≤”、“≥”或“＝”，如图二所示，最后点击解决 4.注意事项： （1）输入的系数可以是整数、小数，但不能是分数，要把分数化为小数再输入。（2）输入前要合并同类项。 当约束条件输入完毕后，请点击“解决”按钮，屏幕上讲显现线性规划问题的结果，如图所示 5.输出结果如下 5.课后习题： 一、P31习题1 某家具公司生产甲、乙两种型号的组合柜，每种组合柜需要两种工艺（制白坯和油漆）.甲型号组合柜需要制白坯6工时，油漆8工时：乙型号组合柜需要制白坯12工时，油漆4工时.已知制白坯工艺的生产能力为120工时/天，油漆工艺的生产能力为64工时/天，甲型号组合柜单位利润200元，乙型号组合柜单位利润为240元. 约束条件： 问题： （1）甲、乙两种柜的日产量是多少？这时最大利润是多少？ 答：由实验过程中的输出结果得甲组合柜的日产量是4个，乙的事8个。 . 0,0,6448,120126;240200 z max ≥≥≤+≤++=y x y x y x y x （2）图中的对偶价格13.333的含义是什么？ 答： 对偶价格13.333的含义是约束条件2中，每增加一个工时的油漆工作，利润会增加13.33元。 （3）对图中的常数项围的上、下限的含义给予具体说明，并阐述如何使用这些信息。 答：当约束条件1的常数项在48~192围变化，且其他约束条件不变时，约束条件1的对偶价格不变，仍为15.56；当约束条件2的常数项在40~180围变化，而其他约束条件的常数项不变时，约束条件2的对偶价格不然，仍为13.333。 （4）若甲组合柜的利润变为300，最优解不变？为什么？ 答：目标函数的最优值会变，因为甲组合柜的利润增加，所以总利润和对偶价格增加；甲、乙的工艺耗时不变，所以甲、乙的生产安排不变。 二、学号题 约束条件： 无约束条件 （学号）学号43214321432143214321 0 0,30 9991285376)(53432max x x x x x x x x x x x x x x x x x x x x z ≤≥≤-+-+≥-+-+=-++-+++=??????????????-≥?-?-?-?-?-7606165060~5154050~414 )30(40~313)20(30~21210 20~11 10~1）（学号）（学号）（学号学号学号）（学号不变学号规则 国贸专业生产实习报告 随着国际贸易的日益完善，以及中国在国际贸易的地位的不断上升，我们作为未来社会的国贸人员，为了加强社会竞争力，应培养较强的国贸工作的操作能力。于是，在结束了大三的课程后,学校给了我们一个很好的实习锻炼机会，让我们模拟国际贸易实务操作，从而从中掌握国际贸易流程。 一、实习目的 ①熟悉外贸实务的具体操作流程; ②了解、巩固与深化已经学过的理论和方法; ③增强对外贸实务的感性认识; ④提高发现问题、分析问题以及解决问题的能力。 二、实习方法： 通过进入SimTrade模拟平台，进行上机模拟操作 Simtrade外贸实习平台是一个十分成功的国际贸易模拟软件，它在很大程度上解决了学生实习难的问题。学生在网上进行国际货物买卖实务的具体操作，能很快掌握进出口的成本核算、询盘、发盘与还盘等各种基本技巧；熟悉国际贸易的物流、资金流与业务流的运作方式；切身体会到国际贸易中不同当事人面临的具体工作与他们之间的互动关系；学会外贸公司利用各种方式控制成本以达到利润最大化的思路；认识供求平衡、竞争等宏观经济现象，并且能够合理地加以利用。老师通过在网站发布新闻等行为对国际贸易环境实施宏观调控，使学生在实习中充分发挥主观能动性，真正理解并吸收课堂中所学到的知识，为将来走上工作岗位打下良好基础。 三、实习遇到的问题 1、预算错误 这是开始接触Simtrade时所最容易忽略的问题。虽然老师曾多次提醒，做贸易前一定要计算好了一切费用，选好贸易术语，最后再签定合同。但我们经常做出口商的在还没有调查进口商所在地市场的情况下就先去工厂进货了。如果工厂角色也没有做好预算，草草就签订了合同，那么可能出口商和工厂都赚不到钱。在最后交易完成后，我们经常大叫“啊，这个运费怎么比我的货物数量还多啊？”“这个保险费怎么这么贵，我要赔钱了！” 生态学实习报告 实习一森林群落的组成结构调查 一、实验目的 通过调查，初步掌握植物群落的调查方法及各统计指标的含义 二、工具备品 皮尺、钢卷尺、测绳、枝剪、粉笔、铅笔、标签、方格纸、调查表格、植物检索表等。 三、调查方法 全面踏查和样方法相结合。其基本步骤是： 全面踏查：对所要进行调查的植物被地全面踏查一遍，选定若干个具有代表性的区域作为（固定或）临时样地。 样地调查： （1）样地面积：森林：20*20平方米，其中：灌木样方五个，2*2平方米，草本样方五个，1*1平方米 （2）每木调查：具体按测树学方法进行。平均胸径大于8厘米者，2厘米一个径阶；小于8厘米者，1厘米一个径阶。 （3）植被及灌木调查： 植被调查在1*1平方米小样方中进行，下木调查在2*2平方米小样方中进行，乔木调查在实习中绘制树冠投影图。 植物名称：记录植物中名或学名，并采集有关植物标本（实习中只采集野外不能识别的标本。经鉴定后再将植物名称填入，但在鉴定前要填入代号）。由于标本不完整，鉴定有困难时可暂时填入**科或**属的一种。如苔草属的一种。 层次：可根据植物高度划分为几个层次。若一种植物分布在几个层次中，按其分布情况记入分布最多的层次中 层次盖度：即该层次植物投影面积占该样方面积的百分比。 按植物自然情况进行测定。范围指最低高度到最高高度。如果植物最低为0.3米，最高为1.5米，则记为0.3-1.5米。 多度：指该植物投影面积占该样地面积的百分比。用德鲁提的多度等级进行分级。 分布：指丛生、片状、稀疏、单株等。 （4）统计及报告： 按测树学统计林木组成和平均胸径。 植被统计频度和多度。 描述群落的组成结构特征。 四、实验数据 表1森林群落类型调查表 一、样地基本概况 标准地面积：20*20 平方米地点名： 调查日期：2015.05.26 海拔：150米 经纬度：坡位：半山腰 坡度：15.2°森林类型：天然林 生态系统类型: 森林生态系统林分郁闭度：80% 二、地质、土壤调查 土壤类型：壤土母岩类型：砂岩、砾岩、岩石风化残积土壤厚度：一米以上岩石露头：10% 土壤A层厚度：棕色枯落物厚度：1.5cm 土壤颜色：棕色土壤质地：黄棕壤 土壤侵蚀状况：很少排水状况：良好 三、经营历史与人为活动状况： 最大字段和 【实验目的】 1掌握动态规划法的设计思想并能熟练运用； 2分别用分治法和动态规划法设计最大子段和问题的算法； 【实验设备与环境】 1 PC机一台 2 Turbo C 或VC++ 【实验内容：】 给定由n个整数（可能为负整数）组成的序列a1, a2, …, an，求该序列形如的子段和的最大值，当所有整数均为负整数时定义其最大子段和为0。 【实验方法步骤】 1用分治法求最大子段和 程序代码： #include for(i=center+1;i<=right;i++) { rights+=a[i]; if(rights>s2) s2=rights; } sum=s1+s2; if(sum 关于生物多样性问题的调查研究 背景：中国是生物多样性特别丰富的国家，同时，中国又是生物多样性受到最严重威胁的国家之一。中国的原始森林长期受到乱砍滥伐、毁林开荒等人为活动的影响，总面积不断减少，其结构和功能的降低或丧失使生存其中的许多物种已变成濒危种或受威胁。在我国广阔的海域内，人们不顾后果的开发导致海洋渔场也被无情破坏，生态系统的退化导致了珊瑚礁面积的大量减少和许多珍稀鱼类的灭绝另外种子资源保护不利，很多资源被破坏。 一、我国生物多样性的特点 （一）.生态系统类型多 据统计，中国的陆地生态系统共有27个大类、460个类型（其中，森林有16个大类、185个类型；草地有4个大类、56个类型；荒漠有7个大类、79个类型）；湿地和淡水水域有5个大类；海洋生态系统有6个大类、30个类型。在这38个大类中，有5个是全球唯一的生态区。 （二）.生物种类多 中国的植物种类共有3.28万种，包括470科和3700余属，占世界植物物种总数的12%，仅次于马来西亚（4.5万）和巴西（4万），居世界第三位。中国的苔藓植物有106科，蕨类植物52科，分别高达全球总数的70%和80%。中国的动物种类共有10.45万种，约达世界动物物种总数的10%，其中已发现哺乳类499种，鸟类1 186种，爬行类370种，两栖类279种，鱼类2804种，昆虫已定名的有4万 多种。中国鸟类中的鹤类有9种，兽类449种，分别达全球的60% 和11%。全球海洋生物40多门，中国几乎都有，而且数量很大。除这些动、植物外，中国还记录了真菌约8000种，藻类约50O种，细菌约5000种，分别占世界已记录物种数的17%、16.3%和18.6%。（三）.特有种属多 在中国已知的动物中共有667个特有种，植物中共有253个特有属，中国特有物种约占全球相应物种总数的10.2%。大熊猫、白暨豚、 鹦鹉螺、鲎、水杉、银杏等素有活化石之称。许多特有物种具有重要的科学研究和经济价值。 最大字段和问题 1.实验题目 给定由N 个整数（可能有负整数）组成的序列（1a ，2a ，…，n a ），求该序列形如∑=j i k k a 的子段和的最大值，当所有整数均为负整数是，其最大子段和为0。 2.实验目的 （1）深刻掌握动态规划法的设计思想并能熟练运用； （2）理解这样一个观点：同样的问题可以用不同的方法解决，一个好的算法是反复努力和重新修正的结果。 3.实验分析 蛮力法：利用3个for 的嵌套（实现从第1个数开始计算子段长度为1，2，3…n 的子 段和，同理计算出第2个数开始的长度为1，2，3…n-1的子段和，依次类推到第n 个数开始计算的长为1的子段和）和一个if （用来比较大小）,将其所有子段的和计算出来并将最大子段和赋值给summax1。 用了3个for 嵌套所以时间复杂性为○(n 3)。 分治法： （1）划分：按照平衡子问题的原则，将序列（1a ，2a ，…，n a ）划分成长度相同的 两个字序列（1a ，…，??2/n a ）和（??12/+n a ，…，n a ） 。 （2）求解子问题：对于划分阶段的情况分别的两段可用递归求解，如果最大子段和在 两端之间需要分别计算 s1=?? ??)2/1(max 2/n i a n i k k ≤≤∑=，s2=????)2/(max 12/n j n a j n k k ≤≤∑+=， 则s1+s2为最大子段和。若然只在左边或右边，那就好办了，前者视s1为summax2,后者视s2 o summax2。 （3）合并：比较在划分阶段的3种情况下的最大子段和，取三者之中的较大者为原问 题的解。 （4）时间复杂性分析: f(n) = 2*f(n/2) + ○(n/2), 最后为○(nlogn)。 动态规划法： 动态规划法求解最大字段和问题的关键是要确定动态规划函数。记 )1(max )(1n j a j b i i k k j i ≤≤? ?????=∑=≤≤ 则 国际经济与贸易专业 外贸交易模拟实验 实验报告 学号__ _ 姓名__ _____ 班级_______ 指导老师___ _______ 实验地点 一、试验目的 在Simtrade这个虚拟贸易平台中，通过扮演不同的角色，熟练掌握各种业务技巧，了解到国际贸易的物流、资金流和业务流的运作方式，增强感性认识和社会适应能力，进一步巩固、深化已学过的理论知识，提高综合运用所学知识发现问题、解决问题的能力。 二、实习时间 本次实习时间为2011-03-01至2011-03-28，共计四周 三、试验小结 本次试验运用交易方式:①L/C+CIF②L/C+CFR③T/T+CIF④T/T+CFR⑤ D/P+FOB⑥T/T+FOB 涉及到的交易产品：①洋菇罐头( 柄及碎片)CANNED STEMS AND PIECES MUSHROOMS②甜玉米罐头CANNED SWEET CORN③荔枝罐头CANNED LITCHIS④芒果罐头CANNED MANGOES⑤名牌手提包FAMOUS-BRAND HANDBAG⑥香味蜡烛SCENTED CANDLE 四、试验遇到的问题及其解决方法 1.预算与实际支出相差较大 ?没有换算成本币 在CONTRACT111中，我的进口预算表和是实际发生额都有２+汇率的差异，原因就在于我公司注册资金为欧元，而样本中为美元，而我当初为了省时省力省脑，就全部依样画弧，没有转换成欧元导致。 ?集装箱计算的问题 在CONTRACT4442中，我出口商出口预算表海运费在计算过程中集装箱数为4，而实际确实12个集装箱，结果海运费预算和实际相差甚多，之后导致FOB 价格、利润等一系列数字有出入。 ?粗心大意 班级：B110904 学号：B11090230 姓名：徐敬伟 一、实验目的 国际贸易实务实验，是国际贸易实务理论课程之后的一个实践性环节，目的 在于把课程中所涉及的理论知识，应用到具体的贸易实务往来中，应达到的目标 包括： 1、利用SimTrade 提供的各项资源，做好交易前的准备工作。 2、学会运用网络资源宣传企业及产品。 3、使用邮件系统进行业务磋商，掌握往来函电的书写技巧。 4、掌握不同贸易术语在海运、保险方面的差异。在询盘、发盘、还盘、接 受环节的磋商过程中，灵活使用贸易术语（CIF 、CFR 、FOB ）与结算方式（L/C 、 T/T 、D/P 、D/A ） 5 6、掌握四种主要贸易术语（L/C 、T/T 、D/P 、D/A 7 8 9 10 体会国际贸易中不 出口商、进口商和工厂。出口商分别与 进口商、工厂发生交易，其中概要可归纳于下图中： 工厂资料： 1、推销。产品制造商和出口贸易商都需要积极开发市场，寻找贸易对象，可寄送业务推广函(Sale Letter)或在计算机网络、杂志、报刊上刊登产品广告来推销自己，同时可通过参加商展等途径寻找交易对手，增进贸易机会。 2、询盘。出口商收到工厂的业务推广函或看到广告后，根据自己的需要，对有意进一步洽商的工厂予以询盘，以期达成交易。 3、发盘。工厂按买主来函要求，计算报价回函给出口商。这期间可能需要 函电多次往返接洽，最后得到关于价格条款的一致意见。 4 (Contract或 以由工厂起草。 5、生产货物。签约后，工厂即着手生产货物。 6、交货。生产完成后，工厂依合同放货给出口商。 7、支付货款。工厂放货的同时，出口商支付货款，交易完成。 8、缴税。合同完成后，工厂还需到国税局就该笔合同的收益缴付税款，增值税率与综合费用费率可在"淘金网"的"其他费用"中查到，以合同金额乘之即得税款。 出口商（L/C方式下的履约流程） 1、推销。 2 根据自己的需要，对有意进一步洽商的出口商予以询盘 易。 3 4(Contract或Agreement)。注意起草与确认合同时 综合性、设计性实验报告格式 桂林电子科技大学 数学与计算科学学院综合性、设计性实验报告 实验室： 实验日期：2014年12月13日 院（系） 数学与计算科学 年级、专业、班 姓名 成绩 课程 名称 运筹学实验 实验项目 名 称 最小费用最大流（综合实验） 指导 教师 南江霞 教师 评语 教师签名： 年 月 日 一 ，实验目的 1. 掌握最大流及最小费用最大流问题的数学建模； 2. 掌握最大流问题的WinQSB 软件求解和Lingo 软件求解； 3. 掌握最小费用最大流问题问题的的WinQSB 软件求解和Lingo 软件求解。 二，实验原理 1、熟悉建立最大流问题的数学模型； 2、熟悉建立最小费用最大流问题的数学模型； 3、熟悉WinQSB 软件的基本操作。 4、熟悉Lingo 软件建模。 三，使用仪器，材料 WinQSB 软件 Lingo 软件 四，实验内容与步骤 求最大流： 五，实验过程原始记录（数据，图表，计算等） 用WinQSB 软件进行求解 S A B C D T （7，2） （10，10） （5，3） （7，7） （5，1） （8，4） （10，9） （5，3） 用Lingo 软件进行求解 建立数学模型 ()()()(),max max ,,min ,..0,0,,ij ij i j A ij ji j V j V i j A j i A ij ij e f f i S s t f f f i T i S T f c i j A ∈∈∈∈∈=??-=-=??≠?≤≤∈∑∑∑ model : sets : nodes/S,A,B,C,D,T/; arcs(nodes,nodes)/ S,A S,B A,B,A,C B,C,B,D C,D,C,T D,T/:C,f; endsets data: C=7 10 5 7 5 8 7 10 5; enddata max=flow; @for(nodes(i)|i#ne#1#and#i#ne#@size(nodes): @sum(arcs(i,j):f(i,j))-@sum(arcs(j,i):f(j,i))=0); @sum(arcs(i,j)|i#eq#1:f(i,j))=flow; @sum(arcs(i,j)|j#eq#@size(nodes):f(i,j))=flow; @for(arcs:@bnd(0,f,C)); end Global optimal solution found. Objective value: 15.00000 Infeasibilities: 0.000000 Total solver iterations: 4 Variable Value Reduced Cost FLOW 15.00000 0.000000 C( S, A) 7.000000 0.000000 C( S, B) 10.00000 0.000000 C( A, B) 5.000000 0.000000 C( A, C) 7.000000 0.000000 C( B, C) 5.000000 0.000000 C( B, D) 8.000000 0.000000 C( C, D) 7.000000 0.000000 C( C, T) 10.00000 0.000000 C( D, T) 5.000000 0.000000 F( S, A) 7.000000 0.000000 F( S, B) 8.000000 0.000000 F( A, B) 0.000000 0.000000 F( A, C) 7.000000 0.000000 F( B, C) 3.000000 0.000000 F( B, D) 5.000000 0.000000 F( C, D) 0.000000 0.000000 F( C, T) 10.00000 -1.000000 F( D, T) 5.000000 -1.000000 S到T的最大流=15 六，实验结果分析或总结遗传算法实验报告(仅供参照)
simtrade实训总结
运筹学实验报告
算法分析与设计 实验三 最大子段和问题
生物多样性调查报告
运筹学实验报告1
最大子段和动态规划法
植物物种多样性的调查(实验)
ORACLE的大字段分类
simtrade外贸实务实训报告
运筹学线性规划实验报告
Simtrade实验报告
生态学实验报告
最大字段和
关于生物多样性的观察研究报告
最大字段和问题
simtrade实验报告
simtrade实习分析报告
运筹学实验之最小费用最大流综合实验
相关主题
文本预览