MiniSAT是简约的求解器，开源的布尔可满足问题求解器。由研究人员和开发人员共同研发。并得到麻省理工大学的许可并发布。给SAT求解器一个逻辑命题，包含与或非逻辑符号以及若干布尔变量，SAT求解器根据这个表达式判定该逻辑命题是否可满足从而决定该命题是否成立。如果可满足，SAT求解器（包括MiniSAT）得到结果判定命题公式集是真的。很多问题都可以转换成SAT求解问题，并利用现有的SAT求解器，方便给出问题的所有答案。

多重网格求解器 使用多重网格技术求解拉普拉斯方程 运行求解器 - make all && time ./solver_serial 或者 在分支 cilk - make cilk && time ./solver_cilk 或者 在分支make openmp && time ./solver_openmp - make openmp && time ./solver_openmp 或者 在分支 cuda - make cuda && time ./solver_cuda 要可视化解决方案，请运行python plot.py out.dat 绘制收敛历史运行python plot_data.py data.dat

数独 撰写者：凯瑟琳·埃皮法尼奥（Katherine Epifanio） 目的： This program solves a sudoku puzzle using a Constraint Satisfaction Problem approach with Conflict-Directed Backtracking. 包含的文件： sudoku.py - Contains all of the source code. Test file directory 编译和用法： python sudoku.py [FILENAME] The program requires 1 text file argument containing the sudoku puzzle to be solved.

BEM-3D-Python 3D Python边界元素方法求解器 这是Lehigh大学PC Rossin工程与应用科学学院机械工程与力学系Biofluids研究小组开发和维护的边界元素求解器库。 其他相关项目： 入门 编辑模拟输入文件 在终端提示符下执行文件 ： $ python bem3d.py 特征 模块化代码结构使新功能的实现更加容易 保存时间步数据以进行后处理 从先前的数据保存开始 未来功能 计划在代码中实现以下功能： 消除对Octave / MATLAB的依赖 流体结构相互作用（FSI） 隐式和显式Kutta条件执行 多种身体互动 涡旋粒子唤醒表示 集总唤醒表示 运动求解器方程 用于皮肤摩擦估计的边界层求解器 四叉树碰撞检测（防护方案） 快速多极求解器 并行处理 GPGPU处理

cdcl-sat-solver 用于大学课程的用Java实现的CDCL SAT求解器。 先决条件 Java 8 测试用例 样本测试用例 文件夹inputs中提供了一些示例CNF公式。 生成新的测试用例 在src/com/kentnek/cdcl/FormulaHelper.java运行main()方法。 生成的CNF公式将被写入inputs/generated文件夹。 运行求解器 使用所需测试用例的路径更新src/com/kentnek/cdcl/Main.java中的INPUT_FILE_PATH常量的值。 运行main()方法。 如果公式是可满足的，则求解器将输出一个分配并进行验证。 如果公式不满足要求，则求解器将生成反驳证明，对其进行验证并将其写入proofs文件夹中的输出文件。 作者 肯特·阮（ Kent Nguyen） -初期工作- 执照 此项目已获得MIT许可证的许可-

该项目包含一个实时脚本和两个应用程序，它们模拟了一个众所周知的尖峰神经元模型，该模型已发布并得到认可。 Live Script 旨在作为神经科学受众的演示，展示不同的 Live Script 功能，例如实时控件、实时任务、将代码转换为本地函数等。 Live Script 演示了具有某些膜特性的神经元对外部电流脉冲注入的响应。 用户可以修改参数。 第一组参数处理膜参数，而第二组改变电流脉冲的幅度和宽度。 定义 Izhikevich 模型的微分方程通过两种方法求解1）使用正向Euler方法，使用for循环2) 使用内置的 MATLAB ode 求解器（需要 Symbolic Math Toolbox） 而正向 Euler 是最简单的积分方法，它也是最不准确和最稳定的。 用户可以使用实时控制（下拉菜单）在两者之间进行选择 Live Script 附带两个 App，一个使用前向 Euler

matlab发布代码LocalPeaksSearchMethod 程序简介：已在Matlab版本R2014a和R2018a上进行了测试 程序： 局部峰搜索方法（LPS方法）-色散方程求解方法。 适用于以下型号： 自由或流体加载的单层或双层弹性或粘弹性板； 自由或流体加载的单层或双层弹性或粘弹性圆柱壳。 开发人员：龚家园， 2009年在中国哈尔滨哈尔滨工程大学（HEU）最初编程； 2011年-2016年，中国青岛市中国科学院声学研究所修订 于湖北汽车技术大学（HUAT）修改，中国十堰，2018 版权所有（c）2009-2018，龚嘉元，隶属于HEU，IACAS和HUAT。 参考： 嘉苑宫水中的粘弹性阻尼材料涂覆的弹性板和圆柱壳中泄漏兰姆波的传播研究。 哈尔滨工程大学硕士学位论文，2010。 笔记： 圆柱壳的规范存在一些错误。 任何优化程序的人，请与开发者分享，非常感谢。 电子邮件： 示范方案 Fluid 1 [Fl, Va]: row1,c1 Material 2 [So]: rowvm, Evm0, ytavm, sigmavm Material 1 [So]: rowem, Eem0

Project_Sudoku 使用CNN / KNN的AI Sudoku求解器 该项目使用卷积神经网络来分析数独图像并将其转换为数字格式

迄今为止ADAMS中用的最多的积分器是GSTIFF。它运用至少两种求解方程，一个是I3方程，另一个是SI2方程（将ADAMS/Solver选为Fortran时还有一个I1）。I3 GSTIFF方程已经有了二十年历史。它已经发展的颇为完善了。但是，也有一些模型用WSTIFF积分器可以求解而不能用GSTFF积分器求解。所以，在用GSTIFF积分器不能求解模型时，可以试试用WSTIFF积分器，或者用C++求解器中HHT积分器等新型积分器求解。剩余文章是别的积分器的选择依据。

参考 4.1, Reinforcement learning: An Introduction, RS Sutton, AG Barto, MIT press 值迭代： 求解有限 MDP 的动态规划算法。 策略评估是指（通常）对给定策略的价值函数进行迭代计算。 策略改进是指在给定该策略的价值函数的情况下计算改进的策略。 将这两个计算放在一起，我们得到策略迭代和值迭代，这两种最流行的 DP 方法。 给定 MDP 的完整知识，这些中的任何一个都可以用于可靠地计算有限 MDP 的最佳策略和价值函数。 ◮问题：找到最优策略π ◮ 解决方案：贝尔曼最优备份的迭代应用◮ v1 → v2 → ... → v∗ ◮ 使用同步备份，在每次迭代 k + 1 对于所有状态 s ∈ S ：从 v_{k}(s') 更新 v_{k+1}(s) ◮ 收敛到 v∗ 稍后会证明◮ 与策略迭代不同，没有明确的策略◮ 中值