暑期dp46道(17)--HDOJ1114 Piggy Bank 完全背包

本文解析了HDOJ1114题目的解决方案,该问题是典型的完全背包问题。文章通过示例代码详细介绍了如何利用动态规划算法解决此问题,并给出了一种求解背包最大容量下最小价值的实现方案。

题目链接:HDOJ 1114




这题提议很好理解,就是给定coins的weight和不同种类的coins,求组合成这个weight最小的价值,若不能组合,输出"This is impossible.";


题解:裸完全背包问题。不过是求装满背包而且要最小,所以还不算太裸;(max->min)

dp[0] = 0;其他初始化最大值,判断dp[weight];若为初始值则无法组合,否则就输出。


代码:

#include<cstdio>
#include<cstring>
#include<string>
#include<algorithm>
#define debug 0
#define Min(a,b) ((a<b)?a:b)
#define INF 0x3fffffff  
using namespace std;


const int maxn = 10000+5;
int c[505],w[505],v,n;
int dp[maxn];

int main(){
#if debug
	freopen("in.txt","r",stdin);
#endif//debug
    int T,a,b;
    
    scanf("%d",&T);
    while(T--){
        scanf("%d%d",&a,&b);
        v = b - a;
        	
        for(int i = 0;i <= v;i++)  
				dp[i] = INF;
        dp[0] = 0;   
		  
        scanf("%d",&n);
        for(int i = 1;i <= n;i++)
            	scanf("%d%d",&w[i],&c[i]);
             
        for(int i = 1;i <= n;i++)
            	for(int j = c[i];j <= v;j++)
                		dp[j] = min(dp[j],dp[j-c[i]] + w[i]);//完全背包 
                
        if(dp[v] == INF)
            printf("This is impossible.\n");
        else
            printf("The minimum amount of money in the piggy-bank is %d.\n",dp[v]);
    }
    return 0;
}


内容概要:本文系统研究了电力系统短期负荷预测问题,提出并实现了基于极限学习机(ELM)及其智能优化改进模型的预测方法。研究涵盖标准ELM、白鲸优化算法(BWO)优化ELM和鹭鹰优化算法(IBOA)优化ELM三种模型,重点通过智能优化算法对ELM的输入权重与偏置参数进行全局寻优,有效克服了传统ELM因参数随机初始化导致的不稳定性和泛化能力不足的问题。文章完整呈现了从数据预处理、特征选择、模型构建、参数优化到预测结果对比分析的全流程,利用Matlab编程实现各模型的仿真验证,显著提升了预测精度与模型鲁棒性,为电力系统调度决策提供了可靠的技术支撑。; 适合人群:具备电力系统基础知识、时间序列预测理论及Matlab编程能力的高校研究生、科研机构研究人员以及电力公司从事负荷预测、电网调度与规划工作的技术人员。; 使用场景及目标:①应用于实际电力系统短期负荷预测业务中,提升电网运行调度的精细化与智能化水平;②作为智能优化算法与神经网络融合的经典案例,服务于学术论文撰写、科研项目申报及算法性能对比研究;③应对新能源大规模接入背景下负荷波动加剧的挑战,为构建高精度、强鲁棒性的现代负荷预测体系提供解决方案。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,深入理解ELM网络结构与优化算法的集成机制,重点对比分析不同优化策略在收敛速度、预测误差(如MAE、RMSE、MAPE)等方面的性能差异,进而掌握智能优化技术在提升预测模型性能方面的关键作用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值