纸浆 PuLP是用Python编写的LP建模器。 PuLP可以生成MPS或LP文件，并调用 ，COIN-OR CLP / ， ， ， ， ， ， ， 来解决线性问题。 安装 安装纸浆的最简单方法是通过 如果您的系统上有pip： python -m pip install pulp 否则，请按照PyPi页面上的下载说明进行操作。 如果要从github安装最新版本，可以运行以下命令： python -m pip install -U git+https://github.com/coin-or/pulp 在Linux和OSX系统上，必须运行测试以使默认求解器可执行。 sudo pulptest 例子 有关示例，请参见示例目录。 PuLP需要Python 2.7或Python> = 3.4。 这些示例使用默认求解器（CBC）。 要使用其他求解器，它们必须是可用的（已

cube-solver-kociemba:Rust中实现的Kociemba算法

ODE数值解的Matlab 我正在上课的Matlab代码称为常微分方程的数值解。 它还包括一些PDE问题解决方案。 供参考。常微分表示ODE偏微分表示PDE

8拼图 用于解决经典的“ 8-puzzle”游戏的Python脚本 这是我为解决平铺式开发的python脚本。 能力 它可以选择使用以下两种启发式之一： 曼哈顿（“出租车”）距离 放错位置的瓷砖数量。 它还可以两种格式之一打印输出： 每个状态，包括开始，中间和结束状态。 进行的移动的列表，其中r ， l ， u ， d表示向右，向左，向上和向下。 这是相邻瓷砖向开放空间（ 0 ）移动的方向。 输入格式 输入文件是纯文本，分为两行：开始状态和目标状态。 状态是空间指定的。 它们必须包括数字0-8，其中0代表空的空间， 1 - 8的8瓦的难题。 以下是格式正确的状态的示例： 1 2 0 3 4 5 6 7 8 我在存储库中包含了两个拼图文件。 puzzle02.txt非常简单，只需要两个动作，而puzzle20.txt最多可以解决20个动作。 怎么跑 8puzzle.py从标准输入

本文件是在windows系统下编译成功和使用的ceres优化库，编译环境为win7，64位，vs2012。

google的线性优化库ceres solver的vs编译工程，文件中已经包含了所有编译所需要的依赖库。 平台： windows7~10 VS10~15 解决方案中包含了：动态编译，静态编译，和相关使用demo的工程。

开源的 Python编写 几何约束求解器 - qhull (libqhull5) -- see http://www.qhull.org/ - pyQt4 -- see http://qt.nokia.com/ - pyOpenGL -- see http://pyopengl.sourceforge.net/ - Numpy -- http://numpy.scipy.org/

本构模型matlab代码FSI求解器 用Matlab和C ++（使用Eigen和Spectra）编写的用于流体-结构相互作用的单片3D解算器。 使用Newmark方案及时求解方程，在此期间，使用弧长方法求解大变形弹性和流体动力学的非线性方程。 目录 快速总结 该代码旨在解决由以下耦合方程组成的3D流固耦合问题： 固体区的大变形弹性：假设材料是各向同性的，并且遵循St Venant-Kirchhoff本构方程； 流体域中的不可压缩的Navier-Stokes：我们假设牛顿不可压缩的流体。 使用任意的拉格朗日-欧拉公式来编写方程式，并且通过流体和固体之间的界面处的速度以及边界条件和初始条件的连续性方程式来封闭系统。 实现了一种基本的方法，该方法可在时间步长中移动ALE网格以跟随界面的移动。 获得新网格作为解决位移边界条件所定义的弹性问题的方法，以确保正确跟踪界面。 因此，通过一对弹性系数来控制失真。 该方法是整体的，在每个时间步都解决了一个单一的大型数值系统。 每个时间增量的更新规则由Newmark方案给出，它具有可调整的beta和gamma参数。 在Newmark方案的每次迭代中，必须解

语言:English 最稳定和快速的CAPTCHA Solver服务在线。 解决了recaptcha和普通图像验证码。 captchas.io是Internet中最快，最稳定的CAPTCHA求解服务API提供商。 现在，他们希望通过此扩展来扩展其服务的Chrome浏览器。 怎么运行的？ 扩展将自动检测页面中的CAPTCHAS，但您必须选择正确的CAPTCHA图像和正确的CAPTCHA字段，然后刷新浏览器以便自动解决CAPTCHA。 这是多么容易...... 对于reCAPTCHA，只需安装此扩展名，您的reCAPTCHA将自动快速解决！ https://captchas.io

HJB-求解器 求解线性数值工具。 即一个方程的形式 假设空间和控制空间是一维的。 最重要的功能 功能 描述 I=reachableset(x,U,h,Psi,f0Psi,FPsi,f0,F) 计算离散可达集。 请注意，此函数不依赖于g 。 [Xi,v]=HJB( t0,T,N,M1,M2,f0,F,g,U,Omega0) 主要功能：返回节点值矩阵和 v 的对应值。 v=optimization(Xi,vXi,I,i,j) 假设可达集I已经计算出来，执行一个步骤。 主函数的参数 争论 描述 例子 t0 时间范围的开始 0 吨 时间范围结束 1 N 时间步数 10 M1、M2 空间步数 10 f0 RHS 的仿射部分 @(t,x) x F RHS 的线性部分 @(t,x) 罪 (x) G 边值函数 @(t,x) t*exp(x) 你 控制集 [1, 5]