考虑网络重构的IEEE 33节点动态最优潮流 考虑网络重构和电压电流约束 使用二阶锥松弛模型 采用yalmip+cplex求解器编写

滑块拼图 用 C++ 编写的滑块拼图生成器和求解器 该项目的最初目标是使用 A 星搜索算法创建滑块拼图生成器和求解器。 最初的方法使用树来存储棋盘状态，但是不断添加节点非常占用内存并最终崩溃。 我们决定采用贪心算法，利用曼哈顿距离计算来移动瓷砖。 该程序通过计算空瓷砖周围瓷砖的曼哈顿距离并进行最佳移动来工作，最佳移动是使瓷砖最接近其在棋盘上的原始位置的移动。 该程序继续使用曼哈顿距离挑选瓷砖，跟踪其最后一次移动以免重复。 该函数偶尔需要在无法找到最佳移动时强制移动以确保程序不会过早停止。 这会导致运动中的一些重复，但最终是必要的。 虽然它无法解决任何给定的谜题，但该程序可以处理大多数不同大小的谜题（3x3、4x4、5x5 等）。

用于计算雷诺数，网格边界第一层高度

AMR-风 | | AMR-Wind是一种大规模并行，块状结构的自适应网格，不可压缩的流量切换器，用于风力涡轮机和风电场仿真。 该代码库是的专注于风的分支。 该求解器建立在顶部。 AMReX库提供了网格数据结构，网格适应性以及用于求解控制方程的线性求解器。 AMR-Wind由，和多机构热忱的团队积极开发和维护。 AMR-Wind的主要应用是：对大气边界层（ABL）流动进行大涡模拟（LES），使用致动器盘或涡轮致动器线模型来模拟风场涡轮-尾流相互作用，并在耦合时作为背景求解器与具有近距离方法的近身求解器（例如Nalu ）一起对风电场中的多个风力涡轮机执行叶片分解模拟。 对于海上应用，建模海海相互作用影响及其对ABL特性的影响的能力是代码开发工作的另一个重点。 与生态系统中的其他代码，AMR-wind具有以下目标： 一个公开的，有据可查的，先进的计算模型实现，用于以各种保真度对风电场流

面向 Matlab 用户的广义几何规划 (GGP) 求解器原论文请参考http://maranas.che.psu.edu/pub/199​​7/Maranas_and_Floudas,_Computers_and_Chem._Eng.,_1997.pdf GGP在这里表示单项式之前的系数可以为负，这使GP不凸。 这里的 GGP 定义与其他来源（如 Boyd 的工具箱）中的定义不同。 举个简单的例子。 以下问题在 x,y 方面是非凸的： 最小 x 受制于 0.25 * x + 0.5 * y - (1/16) * x^2 - (1/16)*y^2 -1 <= 0 (1/14) * x^2 + (1/14) * y^2 + 1 -(3/7) * x - (3/7) * y <=0 1 <= x <= 5.5 1 <= y <= 5.5 要使用求解器，我们必须转换问题： %

pylbm pylbm是使用Lattice Boltzmann求解器进行数值模拟的多合一软件包。 该软件包提供了用于描述1D，2D和3D问题中的格子Boltzmann方案的所有工具。 我们选择D'Humières形式主义来描述问题。 您可以使用一组简单的形状（例如圆形，球形，...）来制作复杂的几何图形。 pylbm使用Cython，NumPy或Loo.py根据用户指定的方案和域执行数值方案。 Pythran和Numba即将面市。 pylbm具有mpi4py的MPI支持。 安装 您可以通过多种方式安装pylbm 与曼巴或conda mamba install pylbm -c conda-forge conda install pylbm -c conda-forge 与Pypi pip install pylbm 或者 pip install pylbm --user 从来源

AdiaQC 绝热量子计算求解器用于模拟各种问题（包括一些机器学习问题）。 这是用 Python 2.7.4 编写的，仅在 Linux 上进行了测试，但可能对您有用（如果确实如此，请告诉我）。 需要 SciPy（NumPy、PyLab）。 可能通过一些小调整与 Python3 一起使用（如果你做了它们，请分享）。 运行一个问题看起来像： python2 run.py -p [问题] 其中 [problem] 可以是包含在内的 hopfield.py（*.py 是多余的，无论如何都删除了扩展名，您可以在没有它的情况下指定）。 问题文件定义了一个名为“参数”的函数。 它接受命令行参数作为字典。 如果您需要为每个实例做一些特殊的事情，或者您想指定一种模拟类型，这对于具有大量实例的模拟非常有用。 cmd 参数是： --problem：指定问题文件路径相对于AdiaQC/problems

我是数独的粉丝。 它是处理那些太难的数独的求解器。 拼图矩阵放在 OriMat 中。 方案思路如下图所示： 问题通过2个步骤解决步骤 1：使用函数数独方法 1 在每个方格中，列出所有可能的数字如果只有1个可能的数字，这就是一个如果在每一行、列或块中，出现一个可能的数字只有一次，这是一个step2：如果一个正方形中只有2个可能的数字尝试每一种，看看哪一种是正确的

调用 [C,D,rank]=fundam(A_num,A_den) 参见 Execute.m 示例。 A_num, A_den - 两个矩阵，用于设置线性方程组的系数（分子、分母）。 例如1/2*x1-2/3*x2=5/4 3/4*x1+5/7*x2=2/1 A_num=[1 -2 5; 3 5 2] A_den=[2 3 4;4 7 1] 结果分为3类： 1）系统不一致2) 系统是一致的，只有一个通用的解决方案3）系统是一致的，有很多解决方案 求解器的输出是系数 C、D 的矩阵 - Xn 附近的每个系数具有相同的逻辑（分子和分母）。 对于 2) 类别（一种常见的解决方案）C 总是具有对角线形式 例如： 分子C= [1 0 3; 0 1 2] 分母D=[1 1 1; 1 1 5] 方法X1 = 3 X2=2/5 对于3）类别矩阵C，D表示系统的基本解决方案 例如 分子C= [

什么？ 基于JavaScript的迷宫求解器。 为什么？ 因为我可以。 如何？ 通过分析从下拉列表或文件浏览器中选择的图像，我们可以确定墙壁和路径在哪里。 白色（255、255、255、255）是路径，黑色（0、0、0、0）是墙。 起点应该在图像的顶部或左侧，并且应该是顶部或左侧墙上的唯一白色像素。 终点应该在底壁或右壁上，并且应该是底壁或右壁上的唯一白色像素。 我们仅将像素带到您可以转到两个不同方向或只能返回的位置。 途中的像素仅用于计算到下一个节点的距离。 迷宫呈现在画布上，并按比例尺输入中定义的比例尺进行缩放。 迷宫求解和找到的路径呈现在第二个画布上，在播放动画或以其他方法执行另一个求解时会清除该画布。 可以使用方法下拉列表选择寻路方法，并且可以在寻路过程中设置动画，或者等待寻路完成并随后播放动画。 可以加快动画速度，并将动画速度设置为0，动画将停止并且寻路方法将完成求解。