|
l Journal of Production Research, Vol. 27, No. 8. 1989
[31] Song, C. Y., Hwang. H., Kim, Y. D. “Heuristic Algorithm for the Tool Movement Policy in Flexible Manufacturing Systems”, Journal of Manufacturing Systems, Vol. 14, No.3. 1985
[32] Kwasi A-G, Meredith, J. R. and Raturi, A. “A comparison of t
|
|
|
프로젝트에서 가장 크게 느꼈던 부분이다. 이번 프로젝트에서 얻은 깨달음이 앞으로 프로그래밍을 하는데 있어서 중요하게 작용될 듯 싶다. 1. Introduction
2. Overall system class design
3. Data structures
4. Algorithm specification
5. Discussion and Conclusion
|
|
|
알고리즘이 1초에 입력 100을 처리한다. 이 알고리즘이 100초에 처리할 수 있는 입력의 갯수는 얼마인가.
연습문제3)다음 알고리즘의 시간 복잡도를 구하라.
void algorithm_N1(int n){
int i,j,x,y;
for(i=1;i<=n;i++)
if(i%2 == 1) {
for(j=i;j<=n;j++)
x = x + 1;
for(j
|
|
|
%d : %d\n",y1,k,weight[k]);
}
}
}
} Ⅰ. Overview
◎ 문제
◎ Dijkstra 알고리즘란
◎ input 값
◎ output 값
Ⅱ. Algorithms used
◎ 주요 배열 및 선언된 변수
◎ 프로그램 알고리즘
Ⅲ. Capability and Limitations
Ⅳ. How To Run
Ⅴ.CODE
|
|
|
5
c d 2
c f 6
c g 4
d e 4
d f 5
출력은 minimim spanning tree 의 노드와 가중치를 표시하게 된다. 예를 들어 위에 그래프는 다음과 같은 스패닝 트리를 가진다.
a---b = 1
b---e = 2
a---c = 3
c---d = 2
d---f = 5
c---g = 4
Kuskal Algorithms 으로 이를 구현하라
|
|
|
(4) 퍼지 관계
2. 신경회로망
3. 뉴로 퍼지 모델
4. FCM 클러스터링
5. 공분산 행렬과 퍼지 공분산 행렬
6. Gustafson-Kessel 클러스터링 알고리즘
7. 제안된 뉴로-퍼지 시스템
III. 시뮬레이션 및 결과
IV. 결 론
V. 참 고 문 헌
|
|
|
데이터 구성
3. 자동 배차계획 시스템의 설계
3.1 Seed Point 알고리즘
3.2 자동 배차계획 시스템의 경험적 알고리즘 설계
4. 자동 배차계획 시스템의 구현
5. 사례 연구
5.1 C사의 배차 업무 현황
5.2 결과 분석
6. 결 론
참 고 문 헌
|
|
|
. Select 10 different Programmimg Languages
(1) 각각의 언어에서 지원되는 자료구조를 선택하고 각각의 특징에 대해 논하라.
(2) 각각의 언어에서 자료형 정의 예를 들어라.
I. 목적
II .자료 구조란?
III. 자료의 표현
IV. 언어의 자료구조
|
|
|
알고리즘의 수행시간 분석
Q가 이진 최소 힙으로 구현되어 있다고 가정하고, N개의 문자를 가진 집합 C에 대해 2행에 있는 Q의 초기화
Huffman Code는 Greedy Algorithm으로 해결가능하다. Introduction
Longest Common Subseqence(LCS)의 정의
LCS의 해결방안
|
|
|
C - SCAN , C - LOOK
SCAN,LOOK에서의 대기 시간을 좀더 균등하게 적용
최근의 요청들이 높은 번호를 가지기 때문에 불공평한 할당
N - Step SCAN
SSTF나 SCAN방법보다 응답시간 편차가 적음.
많은 수의 요구가 있을 때 지연 발생 가능성 제거.
가장 최근의
|
|
메뉴펼치기
