BP学习算法中误差函数的求取是一个从输出层开始的反向传播的传递过程，所以BP学习算法被称为反向传播学习算法。（)

A.前馈神经网络

B.径向基神经网络

C.深度神经网络

D.卷积神经网络

要的函数,并将此的数用于解0-1背包问题.

0-1背包问题描述如下;给定n种物品和一个背包.物品i的重量是w_i,其价值为v_i背包的容量为C.应如何选择装入背包的物品,使装入背包中物品的总价值最大？

在选择装入肯包的物品时,对每种物品i只有2种选择,即装入背包或不装入背包.不能将物品i装入背包多次,也不能只装入部分的物品i.

0-1背包问题形式化描述如下:给定,要求n元0-1向量,使得而且达到最大.

算法设计:对于给定的n种物品的重量和价值,以及背包的容量,计算可装入背包的最大价值.

数据输入:由文件input.txt给出输入数据.第1行有2个正整数n和c,n是物品数,c是背包的容量.接下来的1行中有n个正整数,表示物品的价值.第3行中有n个正整数,表示物品的重量.

结果输出:将计算的装入背包物品的最大价值和最优装入方案输出到文件output.txt

界函数等必要的函数,并将此函数用于解装载问题.

装载问题描述如下:有一批共n个集装箱要装上艘载重量为c的轮船,其中集装箱i的重量为wi.找出一种最优装载方案,将轮船尽可能装满,即在装载体积不受限制的情况下,将尽可能重的集装箱装上轮船.

算法设计:对于给定的n个集装箱的重量和轮船的重量,计算最优装载方案.

数据输入:由文件input.txt给出输入数据.第1行有2个正整数n和c,n是集装箱数,c是轮船的载重量.接下来的1行中有n个正整数,表示集装箱的重量.

结果输出:将计算的最大装载重量输出到文件output.txt.

雨数和上界的数等必要的函数,并将此函数用于解批处理作业调度问题.给定n个作业的集合.每个作业J_i都有2项任务分别在2台机器上完成.每个作业必须先由机器1处理,再由机器2处理.作业J_i需要机器j的处理时间为t_ij(=1,2,...,n;j=1,2).对于一个确定的作业调度,设F_ij是作业i在机器j上完成处理的时间.所有作业在机器2上完成处理的时间和称为该作业调度的完成时间和.

批处理作业调度问题要求对于给定的n个作业,制定最佳作业调度方案,使其完成时间和达到最小.

算法设计:对于给定的n个作业,计算最佳作业调度方案.

数据输入:由文件input.txt提供输入数据.文件第1行有1个正整数n,表示作业数.接下来的n行中,每行有2个正整数i和j,分别表示在机器1和机器2上完成该作业所需的处理时间.

结果输出:将最佳作业调度方案及其完成时间和输出到文件output.txt.文件的第1行是完成时间和,第2行是最佳作业调度方案.

问题描述:设磁盘上有n个文件每个文件占用磁盘上的1个磁道.这n个文件的检索概率分别是且磁头从当前磁道移到被检信息磁道所需的时间可用这两个磁道之间的径向距离来度量.如果文件fi存放在第i(1≤i≤n)道上,则检索这n个文件的期望时间是.式中,d(i,j)是第i道与第j道之间的径向距离|i-j|.

磁盘文件的最优存储问题要求确定这n个文件在磁盘上的存储位置,使期望检索时间达到最小.试设计一个解此问题的算法,并分析算法的正确性与计算复杂性.

算法设计:对于给定的文件检索概率,计算磁盘文件的最优存储方案.

数据输入:由文件input.txt给出输入数据.第1行是正整数n,表示文件个数.第2行有n个正整数a,表示文件的检索概率.实际上第k个文件的检索概率应为

结果输出:将计算的最小期望检索时间输出到文件output.txt.

A.先进先出分配算法

B.最先适应分配算法

C.最优适应分配算法

D.最坏适应分配算法

子是空闲的,有的格子则已经堆放了沉重的货物.由于堆放的货物很重,单凭仓库管理员的力量是无法移动的.仓库管理员有一项任务:要将一个小箱子推到指定的格子上去.管理员可以在仓库中移动,但不能跨过已经堆放了货物的格子.管理员站在与箱子相对的空闲格子上时,可以做一次推动,把箱子推到另一相邻的空闲格子.推箱时只能向管理员的对面方向推.由于要推动的箱子很重,仓库管理员想尽量减少推箱子的次数.

算法设计:对于给定的仓库布局,以及仓库管理员在仓库中的位置和箱子的开始位置和目标位置,设计一个解推箱子问题的分支限界法,计算出仓库管理员将箱子从开始位置推到目标位置所需的最少推动次数.

数据输入:由文件input.txt提供输入数据.输入文件第1行有2个正整数n和m(1≤n,m≤100).表示仓库是n×m个格子的矩形阵列.接下来有n行,每行有m个字符,表示格子的状态.

S——格子上放了不可移动的沉重货物;P——箱子的初始位置;

W——格子空闲:K——箱子的目标位置.

M——仓库管理员的初始位置:

结果输出:将计算的最少推动次数输出到文件output.txt.如果仓库管理员无法将箱子从开始位置推到目标位置则输出“NoSolution!".

问题描述:子集和问题的一个实例为.其中,是一个正整数的集合,c是一个正整数.子集和问题判定是否存在S的一个子集S₁,使得.试设计一个解子集和问题的回溯法.

算法设计:对于给定的正整数的集合和正整数c,计算S的一个了集S₁,使得

数据输入:由文件input.txt提供输入数据.文件第1行有2个正整数n和c,n表示S的大小,c是子集和的目标值.接下来的1行中,有n个正整数,表示集合S中的元素.

结果输出:将子集和问题的解输出到文件output.txt.当问题无解时,输出“NoSolution!".

以下是从N到N不存在双射函数的证明。试指出其错误。

假设f是从N到N的一个双射函数，f(k)=ik。对每一ik，颠倒ik的数字并放小数点于左边以构成一个在[0,1]中的数。例如若ik=123，则被构成.32100。这样，定义了一个从N到[0,1]的单射函数g。例如

g(123)=.321000…

应用康脱对角线技术于数组

来构造数y∈[0,1].现在把y的数字颠倒，并把小数点放在右边。其结果是一个不出现在表f(0),f(1),f(2)…中的数，这与断言f是满射函数矛盾。因此，从N到N没有双射函数存在。