万方数据
万方数据
万方数据
万方数据
华北科技学院计算机学院综合性实验实验报告 课程名称《计算机操作系统》 实验学期2015 至2016 学年第一学期学生所在系部计算机系 年级2013 专业班级计科B133 学生姓名谢培旗学号201307014319 任课教师王祥仲 实验成绩
计算机学院制 华北科技学院计算机学院综合性实验报告 》课程综合性实验报告《计算机操作系统年 12 月 4 日 2015 基础二开课实验室：
页1 第 华北科技学院计算机学院综合性实验报告 （5）分析程序运行的结果，谈一下自己的认识。
四、实验结果及分析 本实验设计到三个进程调度，分别是：先来先服务调度算法，非抢占式短进程调度算法，最高响应比优先调度算法。以下为本次实验结果截图及分析： 程序运行界面截图： 先来先服务调度算法1.
页2 第 华北科技学院计算机学院综合性实验报告 分析： 当在进程调度中采用FCFS算法时，每次调度是从就绪的进程队列中选择一个最先进入该队列的进程，为之分配处理机，使之投入运行。该进程一直运行到完成或发生某事件而阻塞后，进程调度才将处理机分配给其它进程。 程序计算结果如图，设有5个进程：a、b、c、d、e在不同时间到达，按其到达时间排序则为：a->b->c->d->e，即调用先来先服务算法以后进程运行的顺序是：a->b->c->d->e。 2.非抢占式短进程调度算法 算法是以作业的长短来计算优先级，作业越短，其优先级越高。作业的长短是以作业所SJF算法可以分别用于作业调度和进程调度。在把短作业优先调度算SJF要求的运行时间来衡量的。优先将法用于作业调度时，它将从外存的作业后备队列中选择若干个估计运行时间最短的作业，它们调入内存运行。在不同时间到达，按其所需服务时间长ed、ca程序计算结果如图，设有5个进程：、b、、，即调用非抢占式短进程优先调度算法以后进程运行的顺序是：短排序则为： a->b->e->c->d 。a->b->e->c->d 页3 第
2.098/15.093J Recitation 9 Xuan Vinh Doan 2004,10,11 1、启发式算法 整数规划一般是不容易得到最优解的。启发式算法可以在合理的计算时间内得到较优的可行解。局域搜索启发式算法应用广泛。局域搜索的一般步骤如下： 1、 从一个初始可行解出发 2、 找出相邻的可行解 3、 从相邻的可行解中找出更好的可行解 一般地，局域搜索启发式算法会得到一个局部最优解，而这个局部最优解有时就是全局最优解。算法的好与坏都决定于步骤3。 1.1模拟退火方法 相邻元素是随机选择的，选上的概率为 ， n p 1=∑∈N n n p 。移动的决策取决于 目标成本和退火概率： ()()()()()()?????=??x p x c y c e x p p y T x c y c y xy φ 其中温度梯度是根据一定的规则选择的，比如t C t T log )(=或，。 t Ca t T =)(1πa 1.2 其它方法 其它局域搜索式方法还有很多，具体问题有相应的方法。如：禁忌搜索、遗传算法（略有不同），蚁群优化法也是一种。 1、 禁忌搜索的组成部分：禁忌表（移动的列表或移动的特征的列表），集中化（好的解），多样化（不好的解）。 2、遗传算法的组成部分：染色体（解的表示法），选择、交叉、变异。 3、蚁群优化：信息素轨迹和启发式愿望（收敛速度）。
2、 动态规划 2.1 动态规划要素 1、（最重要的）状态变量 . k x 2、控制（或决策）变量 ，k u )(k k x U u ∈。 3、随机变量. k w 4、状态转移方程),,(1k k k k k u x f x ω=+ 5、附加费用。 )),,()((1 1k k k N i k N N W u x g x g E ω∑?=+2.2 Bellman 最优化原理 这里我们想要分个阶段来求出总的最小费用。最后阶段的费用为。在第k 阶段状态为下，决定控制变量,使从第阶段到最后的总费用最小。按下面的递推公式： N )(N N x g k x k u k ()(){}))),,((),,(min 1k k k k k k k k k w x U u k k w u x f J w u x g E x J k k k +∈+= 得到全局最小值为。 )(00x J 一般的，一个递归公式需两个元素： 1. 初始条件 f f =02. 递归公式 )(1k k k f g f =+ 2.3 例题 背包问题 根据不同的状态定义，递推公式有两种： 1. 为最优费用，w 为重量限制。则要找到： )(w F )(w F ()i i w w if F min 0π=ω ()(){}i i i i m i w w if p w w F w F min max ,1φ+?== 2. 当时，令为最优费用，为重量限制。则要找到： 1=i )(w Fi w )(w Fm ()()0,0000πw if w F w if w F ?∞=≥= ()()(){} 0,max 111φw if p w w F w F w F i i i i i ++++?=
实验名称:启发式搜索算法 1、实验环境 Visual C++ 6.0 2、实验目的和要求 （复述问题）使用启发式算法求解8数码问题 （1）编制程序实现求解8数码问题A*算法，采用估价函数 f(n)=d(n)+p（n） 其中：d(n)是搜索树中结点n的深度；w(n)为节点n的数据库中错放的旗子个数； p(n)为结点n的数据库中每个棋子与其目标位置之间的距离总和。 （2）分析上述（1）中两种估价函数求解8数码问题的效率差别，给出一个是p(n)的上界h(n)的定义，并测试该估价函数是否使算法失去可采纳性。 实验目的：熟练掌握启发式搜索A*算法及其可采纳性。 3、解题思路、代码 3.1解题思路 八数码问题的求解算法 （1）盲目搜索 宽度优先搜索算法、深度优先搜索算法 （2）启发式搜索 启发式搜索算法的基本思想是：定义一个评价函数f，对当前的搜索状态进行评估，找出一个最有希望的节点来扩展。 先定义下面几个函数的含义： f*(n)=g*(n)+h*(n) (1) 式中g*(n)表示从初始节点s到当前节点n的最短路径的耗散值；h*(n)表示从当前节点n到目标节点g的最短路径的耗散值，f*(n)表示从初始节点s经过n到目标节点g的最短路径的耗散值。 评价函数的形式可定义如(2)式所示： f(n)=g(n)+h(n) (2) 其中n是被评价的当前节点。f(n)、g(n)和h(n)分别表示是对f*(n)、g*(n)和h*(n)3个函数值的估计值。 利用评价函数f(n)=g(n)+h(n)来排列OPEN表节点顺序的图搜索算法称为算法A。在A算法中，如果对所有的x，h(x)<=h*(x) (3)成立，则称好h(x)为h*(x)的下界，它表示某种偏于保守的估计。采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法针对八数码问题启发函数设计如下： F(n)=d(n)+p(n) (4)
华北科技学院计算机系综合性实验 实验报告 课程名称操作系统C 实验学期 2012 至 2013 学年第 2 学期学生所在系部计算机学院 年级 10级专业班级网络B102 学生姓名刘状学号 201007024205 任课教师杜杏菁 实验成绩 计算机系制
《操作系统C》课程综合性实验报告 开课实验室：基础六机房2013年6月3日 实验题目进程调度算法模拟 一、实验目的 通过对进程调度算法的模拟，进一步理解进程的基本概念，加深对进程运行状态和进程调度过程、调度算法的理解。 二、设备与环境 1. 硬件设备：PC机一台 2. 软件环境：安装Windows操作系统或者Linux操作系统，并安装相关的程序开发环境，如C \C++\Java 等编程语言环境。 三、实验内容 （1）用C语言（或其它语言，如Java）实现对N个进程采用某种进程调度算法（如动态优先权调度）的调度。 （2）每个用来标识进程的进程控制块PCB可用结构来描述，包括以下字段： ?进程标识数ID。 ?进程优先数PRIORITY，并规定优先数越大的进程，其优先权越高。 ?进程已占用CPU时间CPUTIME。 ?进程还需占用的CPU时间ALLTIME。当进程运行完毕时，ALLTIME变为0。 ?进程的阻塞时间STARTBLOCK，表示当进程再运行STARTBLOCK个时间片后，进程将进 入阻塞状态。 ?进程被阻塞的时间BLOCKTIME，表示已阻塞的进程再等待BLOCKTIME个时间片后，将 转换成就绪状态。 ?进程状态STATE。 ?队列指针NEXT，用来将PCB排成队列。 （3）优先数改变的原则： ?进程在就绪队列中呆一个时间片，优先数增加1。 ?进程每运行一个时间片，优先数减3。 （4）为了清楚地观察每个进程的调度过程，程序应将每个时间片内的进程的情况显示出来，包括正在运行的进程，处于就绪队列中的进程和处于阻塞队列中的进程。 （5）分析程序运行的结果，谈一下自己的认识。
启发式优化算法
Heuristic Optimization Algorithm
理论与应用 Theory & Application
内容纲要
? ?
优化问题与优化算法 常用的启发式优化算法
模拟退火算法 ? 遗传算法 ? 粒子群优化算法 ? 混合策略优化算法
?
?
讨论
优化问题
?
组合式优化问题
? ? ? ?
七桥问题 最短路径问题 公路连接问题 旅行商问题 无约束函数优化问题 有约束函数优化问题 函数优化+组合优化
?
函数优化问题
? ?
?
混合优化问题
?
七桥问题
?
Euler在1736年访问Konigsberg时，他发现Konigsberg城中有 一条名叫Pregel的河流，河上建有七座桥如图所示: 市民有 趣的消遣活动是星期六作一次走过所有七座桥的散步，每 座桥只能经过一次而且起点与终点必须是同一地点。
Impossible Task!
最短路径问题 SPP－shortest path problem
?
?
?
货柜车司机奉命在最短的时间内将一车货 物从甲地运往乙地。 从甲地到乙地的公路网纵横交错，因此有 多种行车路线，这名司机应选择哪条线路 呢？ 假设货柜车的运行速度是恒定的，那么这 一问题相当于需要找到一条从甲地到乙地 的最短路。
公路连接问题
?
?
某一地区有若干个主要城市，现准备修建 高速公路把这些城市连接起来，使得从其 中任何一个城市都可以经高速公路直接或 间接到达另一个城市。 假定已经知道了任意两个城市之间修建高 速公路成本，那么应如何决定在哪些城市 间修建高速公路，使得总成本最小？
网格划分的方法 1.矩形网格差分网格的划分方法 划分网格的原则： 1）水域边界的补偿。舍去面积与扩增面积相互抵消。2）边界上的变步长处理。 3）水、岸边界的处理。 4）根据地形条件的自动划分。 5）根据轮廓自动划分。
2.有限元三角网格的划分方法 1）最近点和稳定结构原则。 2）均布结点的网格自动划分。 3）逐渐加密方法。 35 30 25 20 15 10 5 05101520253035
距离(m)距 离 (m) 3. 有限体积网格的划分方法 1） 突变原则。 2） 主要通道边界。 3） 区域逐步加密。
距离(100m) 离距(100m )距离(100m)离距(100m )
4. 边界拟合网格的划分方法 1） 变换函数：在区域内渐变，满足拉普拉斯方程的边值问题。 ),(ηξξξP yy xx =+ ),(ηξηηQ yy xx =+ 2） 导数变化原则。 ?????? ??????=?????? ??????-ηξ1J y x ，???? ??=ηηξξy x y x J 为雅可比矩阵，??? ? ??--=-ηηξξy x y x J J 11， ξηηξy x y x J -= )22(1 222233ηηξηξηηξηξξηηηηηξξηηξξξηξy y x y y y x y y x x y y x y y x y J xx +-+-+-= 同理可得yy ξ，xx η，yy η。 变换方程为 020222=+++-=+++-）（）（ηξηηξηξξηξηηξηξξγβαγβαQy Py J y y y Qx Px J x x x 其中2222,,ξξηξξηηηγβαy x y y x x y x +=+=+=。
余蓝涛1 (天津大学精密仪器与光电子工程学院天津 300072 ) 摘要： 嵌入式系统对强大实时处理能力的需求和相对紧张的内存及内核资源的现实，对嵌入式操作系统任务调度提出了较高的要求。因此任务调度的算法的分析，实现和优化，对实现嵌入式系统的实时性有着重大的意义。从算法提出的理论基础出发，深入分析了经典的单调速率调度算法的思想，特点，具体实现并重点评价了该算法的优点和局限性。 关键词：单调速率调度算法实时嵌入式系统 Abstract： The zest for powerful real-time processing of embedded system and the reality of relatively scare memory and kernel resource pave way for the high request for task scheduling. Therefore, the analysis, implementation and optimization of task scheduling algorithm have a vast meaning for the real-time system. Based on theoretical basis of classic rate-monotonic scheduling algorithm, this paper not only analyzes fundamental thought, characteristics, practical implementation of this classic algorithm in depth, but also rate its advantages and disadvantages. Key words: Rate-monotonic Scheduling, Algorithm, Real-time, Embedded System 一，引言 现在嵌入式系统得到高速的发展。它的发展为几乎所有的电子产品注入了新的活力。它在国民经济各领域和我们日常生活中发挥了越来越重要的作用。 嵌入式系统在航天、军事、工控以及家电等方面得到了广泛应用。囿于体积，能耗，价格等方面的约束，嵌入式系统处理器速度比较慢，存储器容量也有限。而传统的操作系统为了取得较高的性能，要求硬件设备具有强大的处理能力，大容量的存储能力以及对网络的支持功能，这使得传统的操作系统难以简单地移植到嵌入式系统中。 这就导致了嵌入式操作系统由于受到系统的限制，往往内存资源都非常的有限，要求操作系统的内核都非常的精炼，对于系统中的资源操作系统内核需要进行统一的分配和调度。 嵌入式操作系统调度策略一直以来都是嵌入式操作系统的研究 中的一个热点。任务调度是嵌入式操作系统内核的关键部分，如何进行任务调度，使得各个任务能在其截止期限内得以完成是嵌入式操作系统的一个重要的研究领域。 二，嵌入式实时操作系统 绝大部分嵌入式系统都是实时系统，而且多是实时多任务系统。所谓“实时”,是指系统的正确性不仅仅依赖于计算的逻辑结果而且依赖于结果产生的时间[1][6]。结果产生的时间就是通常所说的截止期限(deadline),描述系统实时性的指标主要有： a,对紧急事件可预见性的快速响应； 1作者简介：余蓝涛（1991-）江西省人天津大学精密仪器与光电子工程学院测控技术与仪器本科生学号：79
三维网格分割的经典方法 摘要：本文针对三维网格分割问题，提出一个经典的方法。该方法基于微分几何和测地距离。在算法中，将面片类型相同的顶点分割在一起。测地距离利用顶点之间的最短路径表示，这里可以利用一些经典的算法求最短路径，如Dijkstra 算法。但是当网格的数量很多时，Dijkstra 算法的效率很低。因此，此算法避免了在整个网格上应用最短路径算法，在局部网格中求最短路径，从而减少了计算量。 本文在人造物体的三维网格模型以及分子结构中验证了该方法的有效性。 关键字：几何算法 面片分割 测地距离 简介 3D 物体的三维网格表示法具有很多的应用。例如，在图像分析中，表示利用深度图像重建的物体表面。此外，在复杂物体和场景的建模和可视化中也有广泛的应用。在网格面片的分析中，网格分割已经成为一个关注的问题。网格分割也就是将网格上相互接近并且具有相似曲率的顶点分成一组。网格分割在很多方面具有重要的应用。特征提取，模型匹配等。 Mangan 和Whitaker 提出三维网格分割的分水岭算法。Razdan 和Bae 扩展了此算法，将基于点元（voxel-based ）和分水岭算法相结合，来分割三角网格。这两种方法在分割中都需要计算整个曲率，然后在局部曲率最小处建立初始分割。然而，在某些物体中，局部曲率的最小值是很难确定的。因此，在这里提出一个初始分割的新方法。 在该算法中，应用基于面片的类型信息的网格区域增长方法，对顶点进行初始分割。利用高斯曲率和平均曲率对顶点所在的面片进行分类。这里利用离散微分几何计算高斯曲率和平均曲率。通过本文提出的新方法来求得测地距离。 文章结构：第二部分，介绍网格面片的曲率分析和面片分类。第三部分，详述本文的分割算法。第四部分，实验以及其分割结果。第五部分，结论。 2 面片分析 在面片分析中，首先计算高斯曲率和平均曲率，然后利用它们进行面片分类。顶点P 0的高斯曲率K 的计算公式如下： ， A K θ ρ?= ，∑-=?i i 2θπθ ∑=i i A A ， A 为相邻三角形T i ( i =1，2，3，…)的面积总和。ρ为常量3。如图1所示。
有限元网格划分 摘要:总结近十年有限元网格划分技术发展状况。首先,研究和分析有限元网格划分的基本原则；其次,对当前典型网格划分方法进行科学地分类,结合实例,系统地分析各种网格划分方法的机理、特点及其适用范围,如映射法、基于栅格法、节点连元法、拓扑分解法、几何分解法和扫描法等；再次,阐述当前网格划分的研究热点,综述六面体网格和曲面网格划分技术；最后,展望有限元网格划分的发展趋势。 关键词:有限元网格划分；映射法；节点连元法;拓扑分解法；几何分解法；扫描法；六面体网格 1 引言 有限元网格划分是进行有限元数值模拟分析至关重要的一步，它直接影响着后续数值计算分析结果的精确性。网格划分涉及单元的形状及其拓扑类型、单元类型、网格生成器的选择、网格的密度、单元的编号以及几何体素。在有限元数值求解中，单元的等效节点力、刚度矩阵、质量矩阵等均用数值积分生成，连续体单元以及壳、板、梁单元的面内均采用高斯（Gauss）积分，而壳、板、梁单元的厚度方向采用辛普生（Simpson）积分。 2 有限元网格划分的基本原则 有限元方法的基本思想是将结构离散化,即对连续体进行离散化,利用简化几何单元来近似逼近连续体,然后根据变形协调条件综合求解。所以有限元网格的划分一方面要考虑对各物体几何形状的准确描述,另一方面也要考虑变形梯度的准确描述。为正确、合理地建立有限元模型,这里介绍划分网格时应考虑的一些基本原则。 2.1 网格数量
网格数量直接影响计算精度和计算时耗,网格数量增加会提高计算精度,但同时计算时耗也会增加。当网格数量较少时增加网格，计算精度可明显提高,但计算时耗不会有明显增加;当网格数量增加到一定程度后,再继续增加网格时精度提高就很小,而计算时耗却大幅度增加。所以在确定网格数量时应权衡这两个因素综合考虑。 2.2 网格密度 为了适应应力等计算数据的分布特点,在结构不同部位需要采用大小不同的网格。在孔的附近有集中应力,因此网格需要加密;周边应力梯度相对较小,网格划分较稀。由此反映了疏密不同的网格划分原则:在计算数据变化梯度较大的部位,为了较好地反映数据变化规律,需要采用比较密集的网格;而在计算数据变化梯度较小的部位,为减小模型规模,网格则应相对稀疏。 2.3 单元阶次 单元阶次与有限元的计算精度有着密切的关联,单元一般具有线性、二次和三次等形式,其中二次和三次形式的单元称为高阶单元。高阶单元的曲线或曲面边界能够更好地逼近结构的曲线和曲面边界,且高次插值函数可更高精度地逼近复杂场函数,所以增加单元阶次可提高计算精度。但增加单元阶次的同时网格的节点数也会随之增加,在网格数量相同的情况下由高阶单元组成的模型规模相对较大,因此在使用时应权衡考虑计算精度和时耗。 2.4 单元形状 网格单元形状的好坏对计算精度有着很大的影响,单元形状太差的网格甚至会中止计算。单元形状评价一般有以下几个指标: (1)单元的边长比、面积比或体积比以正三角形、正四面体、正六面体为参考基准。 (2)扭曲度:单元面内的扭转和面外的翘曲程度。 (3)节点编号:节点编号对于求解过程中总刚矩阵的带宽和波前因数有较大的影响,从而影响计算时耗和存储容量的大小
1、程序源代码 #include
[编辑本段]常用的分组调度算法 对于调度算法有两个重要的设计参数：一个是吞吐量，另一个是公平性。调度算法是数据业务系统的一个特色，目的是充分利用信道的时变特性，得到多用户分集增益，提高系统的吞吐量。吞吐量一般用小区单位时间内传输的数据量来衡量。公平性指小区所有用户是否都获得一定的服务机会，最公平的算法是所有用户享有相同的服务机会。奸的调度算法应该兼顾吞吐量和公平性，根据算法的特点，调度算法主要可分为：轮询(Round Robin， RR)算法；最大C／I算法(MaxC／1)；正比公平(Proportional Fair，PP)算法。 (1)轮询算法 在考虑公平性时，一般都把循环调度算法作为衡量的标准。这种算法循环地调用每个用户，即从调度概率上说，每个用户都以同样的概率占用服务资源(时隙、功率等)。循环调度算法每次调度时，与最大C／I算法相同，并不考虑用户以往被服务的情况，即是无记忆性方式。循环调度算法是最公平的算法，但算法的资源利用率不高，因为当某些用户的信道条件非常恶劣时也可能会得到服务，因此系统的吞吐量比较低。 图7-35给出了以时分方式使用高速下行共享信道(High Speed Downlink Share CHannel， HS-DSCH)信道的一种可能的资源分配方式。从图中可以看出，尽管UEl和UE2的信道环境不同(与基站的距离不同)，但是分配了相同的信道使用时间给UEl和UE2。 (2)最大C／I算法 最大C／I算法在选择传输用户时，只选择最大载干比C／I的用户，即让信道条件最好的用户占用资源传输数据，当该用户信道变差后，再选择其他信道最好的用户。基站始终为该传输时刻信道条件最好的用户服务。 最大C／I算法获取的吞吐量是吞吐量的极限值，但在移动通信中，用户所处的位置不同，其所接收的信号强度不一样，最大C／I算法必然照顾了离基站近、信道好的用户，而其他离基站较远的用户则无法得到服务，基站的服务覆盖范围非常小。这种调度算法是最不公平的。 图7-36给出了以时分方式使用HS-DSCH信道的一种可能的资源分配方式。该图假定了服务过程中UEl的信道条件始终好于UE2。从图中可以看出，只有当信道条件较好的UEI缓冲区数据全部传输完毕，系统才调度UE2服务。
开料介绍以及启发式算法研究 目前针对PCB行业没有存在可以异形拼版的软件。但是有部分软件可以满足此功能都是应用在其他的行业，如果钢材切割，玻璃。五金之类的行业，这个些行业与PCB的拼版要求有很多工艺上的不一致。比如在钢材比较注重实际的利用率，玻璃行业在留下余料的时候需要考虑加工上的一些可行性。还有就是卷材行业有也类似应用。 下面针对启发式算法做些了初步的探讨 算法分析 问题说明： 一般的开料算法可以简单的表示成如下数学语言： 开料问题是寻找平面最优布局的优化问题，即将一系列二维不规则零件P1，P2，…Pn 合理地排放在原料板 B 中，使材料的利用率（使用面积总和／占用得原料板面积）最高，并满足下面的约束条件； l）料Pi，Pj 互不重叠：i，j＝l，2，…n。 2）料Pi 必须放在原料板B 中：i＝1，2，…n。 3）满足一定的排样要求。 4）满足加工的便捷以及可能性。 开料问题可以从两个方面加以说明，一个是开料过程中的几何问题，主要是针对规则或者不规则形状的零件，如何确定物料的最佳排放位置，检测物料位置的合理性以及相关算法。 另一个是物料的调度问题，即如何从参加物料的物料库中选出最优的物料零件，如何得到一个优化的物料排样顺序。无论是几何问题还是调度问题，都是非常复杂的问题。这种复杂性一方面来源于物料形状的不规则性，同时也与参与物料零件的多样性以及零件的批量、生产周期、排样方向性要求等有关。这些因素相互没有明确逻辑关系，也很难达到一个预期的全局最优解。在很多情况下，得到的结果都是局部最优解或者是次优解，当然如果只是针对PCB行业，在物料的多样性比其他的开料可能相对比较简单些，一般不会有太多的料需要进行一起拼版，一般针对开料优化搜索算法有启发式搜索算法、人工神经网络算法、模拟退火算法、遗传算法或者他们的组合来解决开料问题。也有这些算法的结果进行比较与分析，以寻求一种最好的优化算法。然而，研究结果表明这些开料算法的开料效率运行时间极长，利用率没有手工开料的高。也有开始从料的形状着手，通过求解任意多边形的临界多边形（NFP）来研究开料问题。目前的
网格划分的几种基本处理方法 学习2010-01-10 17:13:52 阅读48 评论0 字号：大中小 贴体坐标法： 贴体坐标是利用曲线坐标，并使其坐标线与燃烧室外形或复杂计算区域边界重合，这样所有边界点能够用网格点来表示，不需要任何插值。一旦贴体坐标生成通过变换，偏微分方程求解可以不在任意形状的物理平面上，而在矩形或矩形的组合（空间问题求解域为长方体或它们的组合）转换平面上进行。这样计算与燃烧室外形无关，也与在物理平面上网格间隔无关。 而是把边界条件复杂的问题转换成一个边界条件简单的问题；这样不仅可避免因燃烧室外形与坐标网格线不一致带来计算误差，而且还可节省计算时间和内存，使流场计算较准确，同时方便求解，较好地解决了复杂形状流动区域的计算，在工程上比较广泛应 用。 区域法： 虽然贴体坐标系可以使坐标线与燃烧室外形相重合，从而解决复杂流动区域计算问题。但有时实际流场是一个复杂的多通道区域，很难用一种网格来模拟，生成单域贴体网格，即使生成了也不能保证网格质量，影响流场数值求解的效果。因此，目前常采用区域法或分区网格，其基本思想是，根据外形特点把复杂的物理域或复杂拓扑结构的网格，分成若干个区域，分别对每个子区域生成拓扑结构简单的网格。由这些子区域组合而成的网格，或结构块网格。对区域进行分区时，若相邻两个子域分离边界是协调对接，称为对接网格；若相邻两子域有相互重叠部分，则此分区网格称为重叠网格。根据实际数值模拟计算的需要，把整个区域（燃烧室）分成几个不同的子区域，并分别生成网格。这样不仅可提高计算精度，而且还可节省计算机内存，提高收敛精度。但是计算时，必须考虑各区域连接边界处耦合以及变量信息及时、准确地传递问题。处理各个区域连接有多种方法，其中一个办法是在求解各变量时各区域可以单独求解若干次而对压力校正方程．设压力校正值在最初迭代时为零，为了保证流量连续各个区域应同时求解，然后对各个速度和压力进行校正。或者采用在两个区域交界处有一个重叠区，两个区域都对重叠区进行计算，重叠区一边区域内的值，要供重叠区另一边区域求解时用。或通过在重叠内建立两个区域坐标对应关系，实现数据在重叠区内及时传递。如果两个区采用网格疏密分布不相同，要求重叠区二边流量相等。区域法能合理解决网格生成问题，已被大量用来计算复杂形状区域流动。 区域分解法： 对于复杂几何形状的实际燃烧装置，为了保证数值求解流场质量，目前常采用区域分解法。该法基本要点是：根据燃烧室形状特点和流场计算需要，把计算区域分成一个主区域和若干个子区域，对各个区域（块）分别建立网格，并对各个区域分别进行数值求解。区域分解原则是尽量使每个子区域边界简便以便于网格建立，各个子区域大小也尽可能相同，使计算负载平衡有利于平行计算。各区域的网格间距数学模型以及计算方法都可以不同，通常在变量变化梯度大的区域，可以布置较细网格，并采用高阶紊流模型和描述复杂反应的紊流燃烧模型，以便更合理模拟实际流场。对于变量变化不太大区域，可采用较疏的网格和较简单的数学模型，这样可节省计算时间。各子区域的解在相邻子区域边界处通过耦合条件来实现光滑，相邻子区域连接重叠网格或对接网格来实现，在各子区域交界处通过插值法提供各子域求解变量的信息传递，满足各子域流场计算要求通量和动量守恒条件以便实现在交界面处各子域流场解的匹配和 耦合，从而取得全流场解。 非结构网格法： 上述各方法所生成的网格均属于结构化网格，其共同特点是网格中各节点排列有序，每个节点与邻点之间关系是固定的，在计算区域内网格线和平面保持连续。特别是其中分区结构网格生成方法已积累了较多经验，计算技术也较成熟，目前被广泛用来构造复杂外形区域内网格。但是，若复杂外形稍有改变，则将需要重新划分区域和构造网格，耗费较多人力和时间。为此，近年来又发展了另一类网格——非结构网格。此类网格的基本特点是：任何空间区域都被以四面体为单元的网格所划分，网格节点不受结构性质限制，能较好地处理边界，每个节点的邻点个数也可不固定，因此易于控制网格单元的大小、形状及网格的位置。与结构网格相比，此类网格具有更大灵活性和对复杂外形适应性。在20世纪80年代末和90年代初，非结构网格得到了迅速发展。生成非结构网格方法主要有三角化方法和推进阵面法两种。虽然非结构网格容易适合复杂外形，但与结构网格相比还存在一些缺点：（1）需要较大内存记忆单元节点之
编号 南京航空航天大学毕业论文 题目启发式搜索算法在N数码问 题中的应用 学生姓名 学号 学院 专业 班级 指导教师 二〇一三年六月
南京航空航天大学 本科毕业设计（论文）诚信承诺书本人郑重声明：所呈交的毕业设计（论文）（题目：启发式搜索算法在N数码问题中的应用）是本人在导师的指导下独立进行研究所取得的成果。尽本人所知，除了毕业设计（论文）中特别加以标注引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写的成果作品。 作者签名：年月日 （学号）：
启发式搜索算法在N数码问题中的应用 摘要 N数码问题是人工智能领域中的经典问题，N数码可以有效的判断一个搜索算法的优劣。在低阶数码问题中，使用简单的宽搜或深搜就可以解决问题，但在高阶数码中，由于其巨大的搜索规模，我们必须采用更加智能的算法才能解决问题。与传统搜索相比，启发式搜索当前搜索过程中的信息，选择最为可行的状态进行拓展，从而大大提高了搜索的质量和效率。 本文通过建立N数码问题的存储机制和移动规则，使得N数码问题转化为了一个标准的搜索问题。并着重分析了A*算法和遗传算法在N数码中的应用，在A*算法中使用了两种不同的估价函数，目的是比较不同估价函数在N数码问题中的表现。在最后，本文进行了大量实验，综合分析了A*算法和遗传算法在不同规模数据下的优劣。 关键词：启发式搜索，数码问题，A*算法，遗传算法
The Application of Heuristic Search Algorithm on N-Puzzle Problem Abstract N-puzzle problem is a classic problem in artificial intelligence. N-puzzle problem can effectively judge the merits of a search algorithm. In the low order puzzle problem, using a Depth-First-Search or Breadth-First-Search can solve the problem, but in the higher order digital, because of the huge search space area,we must adopt a more intelligent https://www.doczj.com/doc/753482506.html,pared with the traditional search method, heuristic search uses the information in the search process, and it will choose the most feasible state, thus greatly improves the search quality and efficiency. This paper designs the storage mechanism and movement rules of N-puzzle problem, making the N-puzzle problem transforms to a standard search problem. This paper focuses on the application of A* algorithm and genetic algorithm in N-puzzle problem, and two different evaluation function used in A* algorithm. The objective is to compare the performance of different valuation function in N digital problem. In the end, this paper carries out a large number of experiments, a comprehensive analysis of the A* algorithm and genetic algorithm in different scale of data. Key Words：Heuristic Search;N-puzzle Problem;A* algorithm; Genetic algorithm
实验一启发式搜索算法 学号：2220103430 班级：计科二班 姓名：刘俊峰
一、实验内容： 使用启发式搜索算法求解8数码问题。 1、编制程序实现求解8数码问题A *算法，采用估价函数 ()()()()w n f n d n p n ??=+??? ， 其中：()d n 是搜索树中结点n 的深度；()w n 为结点n 的数据库中错放的棋子个数；()p n 为结点n 的数据库中每个棋子与其目标位置之间的距离总和。 2、 分析上述⑴中两种估价函数求解8数码问题的效率差别，给出一个是()p n 的上界 的()h n 的定义，并测试使用该估价函数是否使算法失去可采纳性。 二、实验目的： 熟练掌握启发式搜索A * 算法及其可采纳性。 三、实验原理： （一）问题描述 在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动，其移动规则是：与空格相邻的数码方格可以移入空格。现在的问题是：对于指定的初始棋局和目标棋局，给出数码的移动序列。该问题称八数码难题或者重排九宫问题。 （二）问题分析 八数码问题是个典型的状态图搜索问题。搜索方式有两种基本的方式，即树式搜索和线式搜索。搜索策略大体有盲目搜索和启发式搜索两大类。盲目搜索就是无“向导”的搜索，启发式搜索就是有“向导”的搜索。 启发式搜索:由于时间和空间资源的限制，穷举法只能解决一些状态空间很小的简单问题，而对于那些大状态空间的问题，穷举法就不能胜任，往往会导致“组合爆炸”。所以引入启发式搜索策略。启发式搜索就是利用启发性信息进行制导的搜索。它有利于快速找到问题的解。 由八数码问题的部分状态图可以看出，从初始节点开始，在通向目标节点的路径上，各节点的数码格局同目标节点相比较，其数码不同的位置个数在逐渐减少，最后为零。所以，这个
1 网格分割的一般方法 在用Fluent 的并行求解器时，需要将网格细分割为几组单元，以便在分离处理器上求解将未分割的网格读入并行求解器里，可用系统默认的分割原则(推荐使用）还可以在连续求解器里或将mesh 文件读入并行求解器后自己分割。 在建立问题(定义模型、边界条件等)之前或之后分割网格都可以，不过，由于某些模型的特点(象非等形接触面、滑移网格、 shell-conduction encapsulation 的自适应)，最好是在建立问题后。!!如果case 文件含有滑移网格或非等形接触面，要在计算过程中进行自适应，因此要用连续求解器分割。 值得注意的是计算节点间的相关单元的分布在网格自适应时要保持不变，除非是非等形接触面，这样在自适应后就不必重新分割了。若在网格分割前用连续求解器建立问题，用于此项工作的计算机必须有足够大的内存来读入网格。如果网格太大，不能读进连续求解器，可将未分割的网格直接读入并行求解器里(使用所有被定义主机的内存)，然后让并行机自动分割。在这种情况下，你将在做一个初步网格分割后建立问题。如果必要可以手工再重新分割一次。 2 自动分割网格 在将case 文件读入并行求解器之前选用两分法或是其他网格分割方法来自动分割网格。对一些方法，可预览来确定是否为最佳的网格分割，注意case 文件中含有滑移网格或非等形接触面，在计算过程中要自适应，则需要在连续求解器中分割此文件，然后再把它读入并行求解器，在Auto Partition Grid 控制面板上选择Case File 选项。 并行求解器上自动网格分割的步骤如下： 1. (任选)在菜单栏上点Parallel Auto Partition...，弹出Auto Partition Grid 控制面板设置分割参数。 读入mesh 文件或case 文件时如果没有获取分割信息，那就保持Case File 选项开启，Fluent 会用Method 下拉菜单里的方法分割网格。 设置分割方法和相关选项的步骤如下： a) 关闭Case File 选项，就可选择控制面板上的其他选项。 b) 在Method 下拉菜单里选取两分方法。 c) 可为每个单元分别选取不同的网格分割方法，也可以利用Across Zones 让网格分割穿过区域边界。推荐不采用对单元进行单独分割(关闭Across Zones 按钮)，除非是溶解过程需要不同区域上的单元输出不同的计算信息(主区域包括固体和流体区域)。 d) 若选取Principal Axes 或Cartesian Axes 方法，可在实际分割之前对不同两分方向进行预测试以提高分割性能。用预检则开启Pre-Test 选项。 e) 点击OK。 如果case 文件已经网格分割，且网格分割的数量和计算节点数一样，那就可以在Auto Partition Grid 控制面板上默认选择Case File 选项，这会让Fluent 在case 文件中应用分割。 2. 读入case 文件，方法是在菜单栏上选File Read Case...。 自动分割过程的报告 当网格自动分割时，有关分割进程的信息就会被显示在控制窗口上。如果想需要额外信息，可在分割完成后，选Parallel Partition...，弹出Partition Grid 控制面板，打印报告。在Partition Grid 控制面板上点击Print Active Partitions 或Print Stored Partitions 时，Fluent 会在控制窗口里显示分割ID、单元数、面数、接触面数和每个活动或已储存分割的接触面曲率，还可以显示最小和最大的单元、面、接触面和面曲率变量 3 手动分割网格 在网格分割时推荐使用并行求解器上的自动分割，也可在连续求解器或并行求解器上手动分割。在自动或
器件网格划分方法的教学总结与归纳 一、前言微电子产业规模和技术水平是衡量国家综合实力的重要指标，在促进国民经济可持续性发展的同时，对国家安全战略的保护也有着重要的贡献。 [1] 积极培养掌握先进半导体知识与集成电路设计技术并符合企业需求的高端人才，是高等学校肩负的不可推卸的重要职责。在微电子相关课程体系教学过程中，引入半导体器件计算机模拟仿真技术，可以帮助学生理解抽象、复杂的基础理论，加强学生半导体技术实际应用能力的培养，实现理论教学与实践教学的紧密结合 [2] ，在一定程度上可以缓解教学投入与学校有限办学经费之间的矛盾。 要顺利开展半导体器件模拟仿真工作，首先面临所谓的网格划分问题。 [3] 网格划分指的是将非线性偏微分方程所描述的几何区域分割成有限个子区域的方法，把非线性偏微分方程的求解，简化为在更小单个子区域内线性方程组的求解。网格划分的优劣决定了方程求解速度的快慢，关系到数值求解是否能收敛及误差大小。在正确划分网格的基础上，越细致的网格，得到的数据与真实值的误差就越小，但仿真任务所需计算时间增加的就越快，所需计算硬件资源就越多越昂贵，甚至超出高等学校实际的办学条件。 半导体工艺及器件仿真工具 Sentaurus TCAD 是由 Synopsys 公司开发的最新软件，可以用来模拟集成器件的工艺制程、器件 物理特性和互连特性等，支持的仿真器件类型包括CMO、S 功率
器件、存储器、太阳能电池和光电探测器等，在高校微电子与半导体相关专业教学中逐渐得到了推广。 [4][5] 本文将以 Sentaurus软件对半导体PN结仿真模拟的任务为例，针对软件中SDE 模块中涉及的网格划分的主要内容与方法进行归纳整理，为相关课程的教学提供参考借鉴。 二、步骤与策略 网格的划分大致分为三个步骤：定义网格划分的策略，定义划分网格的区域，将网格划分的策略施加到相应区域上。这是 SDE中网格划分的基本的方法，当有部分区域没有被定义为网格划分区域时，将自动为该部分区域进行网格划分，但相对划分的部分会粗略许多。 对于网格区域的定义需要根据器件的结构和网格的划分策 略，SDE中提供了三种网格区域定义的方法：自定义窗口区域（Window）、通过选定器件的结构区域（Region）、通过选定器件的材料（ Material ）。三种网格区域定义的方法各有侧重，需要根据情况得当使用。 在网格区域划分的基础上便需要进行网格划分策略的选择，定义网格划分的策略也是网格划分过程中最核心的部分。软件中网格划分的基本思路是，在三个坐标轴方向上设定最小（ Min）和最大划分因子（Max）的值，通过调节比例参数（Ratio ），改变最小因子到最大因子的变化速率（当比例参数为 1 时表示选用最小划分因子进行相应坐标轴上的划分）。按照各坐标轴的正方向由最小因子至最大因子的步长，并由最大因子的步长完成整个网格划分剩余的过程。在这里