线性规划是最优化问题的一种特殊情形，实质是从多个变量中选取一组合适的变量作为解，使得这组变量满足一组确定的线性式（约束条件），而且使一个线性函数（目标函数）达到最优。一、线性规划的数学模型满足以下三个条件的数学模型称为线性规划：1，该问题可以用一组变量（决策变量）来表示一个解决方案。2，有目标函数，是决策变量的线性函数。3，有约束条件，可用一组线性等式或者不等式来表示。线性规划问题的一般形式为：式

本文的pdf文件：link一、问题重述       1，严格劣势策略与弱劣势策略：严格劣势策略的定义是什么？弱劣势策略的定义是什么？请用一个包含两个人参与的博弈矩阵来举例说明，要求其中一个参与者有三个策略且三者之一为严格劣势策略，另一个参与者有三个策略但三者之一为弱劣势策略，请指出你所举例子中的劣势策略。  

文章的pdf文件：link

本文的pdf文件：link一、问题重述       控制一个三阶传递函数的阶跃响应：Gp(s)=523500/(s3+87.35s2+10470s)G_p (s)=523500/(s^3+87.35s^2+10470s)Gp​(s)=523500/(s3+87.35s2+10470s)   &nbs

线性规划是最优化问题的一种特殊情形，实质是从多个变量中选取一组合适的变量作为解，使得这组变量满足一组确定的线性式（约束条件），而且使一个线性函数（目标函数）达到最优。一、线性规划的数学模型满足以下三个条件的数学模型称为线性规划：1，该问题可以用一组变量（决策变量）来表示一个解决方案。2，有目标函数，是决策变量的线性函数。3，有约束条件，可用一组线性等式或者不等式来表示。线性规划问题的一般形式为：式

基于USPS和UCI数据集的近邻法分类一、问题描述       使用近邻算法进行分类问题的研究，并在USPS手写体数据集和UCI数据集上的iris和sonar数据上验证算法的有效性，并分别对近邻法中k近邻算法、最近邻算法和Fisher线性判别进行对比分析。二、数据集说明2.1 USPS手写体   &

Fisher线性判别分类是我们经常会遇到是问题，下面主要介绍Fisher线性判别，利用Fisher算法来分类UCI数据集中的Iris数据集和Sonar数据集。一、数据集说明UCI数据库是加州大学欧文分校(University of CaliforniaIrvine)提出的用于机器学习的数据库，这个数据库目前共有488个数据集，其数目还在不断增加，UCI数据集是一个常用的标准测试数据集。我们主要使用

文章的pdf文件：link

文章的pdf版本：link

基于状态空间表示法的搜索算法解决八数码难题本文的pdf文件链接：link一、问题重述1.1 背景介绍       如今处于人工智能和大数据时代，每天都有成千上万的数据产生，而我们在获取数据的时候需要用到搜索引擎，而互联网中的数据就相当于一颗巨大的树的结点，我们搜索信息的过程实际上就是遍历树的过程，那么搜索算法的好坏将直接决定了我