C++中运算符重载的应用探讨

多态性是面向对象程序设计的重要支柱之一,而运算符重载又是实现多态性的一个重要途径。运算符重载使得程序员把运算符的使用扩展到操作数是对象的情况,由运算符构成的表达式常常比函数调用更简洁易懂。本文对C 中运算符重载的概念及规则做了概括,对重定义运算符做了说明。     

浅析C语言自增自减运算符的使用

在C语言的众多运算符中,最难理解、使用时最易得到模棱两可结果的是自增、自减运算符。就这两个运算符在程序中的具体使用进行了详细的分析,不管是自增还是自减,前置运算符是"先变后用",后置运算符是"先用后变"。但是C语言的灵活性也容易使程序费解,不同的编译环境可能导致处理结果不同。     

C＋＋中运算符重载的几种方法的适用性探讨

重载运算符是C＋＋的一个特性,使得程序员可把运算符的定义扩展到运算分量是对象的情况。使用运算符重载可以使程序易于理解并易于对对象进行操作,赋予运算符新的含义,实现对语言本身进行扩充。但是,C＋＋中可以重栽的运算符种类繁多,不同运算符重栽时的方法不同,要详细分析再作具体定义。     

C语言中自增自减运算符的应用与解析

自增(自减)运算符是C语言中比较有特色的运算符之一,也是初学者在使用时最容易出错的运算符,结合多年教学和使用经验对Turbo C 2.0中的自增(自减)运算符进行了研究,根据该运算符的特点及不同使用形式,剖析了自增(自减)运算符的使用规则,总结出多种解题技巧和不同的使用方法。     

C语言中自增自减运算符教学探究

C语言教学中,自增自减运算符运用得非常广泛,且具有一定的使用技巧和难度。在诸多运算符中,自增自减运算符是学生最难理解和最易出错的运算符。对自增自减运算符的功能和具体应用进行探究,以期为提高C语言教学效果提供帮助。     

函数与运算符重载

重载是构成计算机语言的基础之一。函数重载允许一个函数名定义多个函数，函数重载使程序设计简单化。重载运算符是C 的一个特性，使得程序员可把运算符的定义扩展到运算分量是对象的情况。由简单的运算符构成的表达式常常比函数调用更简洁、易懂。本文对C 中有关重载的概念作了概括，对怎样重定义与类有关的运算符作了说明。     

浅谈C++中的运算符重载

运算符重载是构成计算机语言的基础之一，而C＋＋语言进一步拓展了运算符重载的概念，熟练掌握运算符重载的概念，并熟练应用各类运算符的重载，程序设计者就可以进一步重载某个特定的运算符，赋予它新的含义，就像对语言本身进行扩充一样。     

讲解Turbo C程度中＋＋和——运算符的若干方法

C程序设计语言中提供了两个特有的运算符，即自增运算符（＋＋）和自减运算符（－－），用于对变量加1、减1正确理解并使用这两个运算符对于编写C程序是很重要的。本文介绍了讲解分析Turbo C程序中的自增运算符＋＋和自减运算符－－的3种方法，即语句分解法、表达式独立求值法和变量存储示意图法。     

C语言自增、自减运算符的应用

C语言的一个主要特点是运算符丰富、范围广。灵活地使用各种运算符可以实现在其它高级语言中难以实现的运算。本文主要对C语言中自增、自减两个运算符的使用作详细说明。     

浅析C语言中表达式与较难掌握的运算符

在C语言中,运算符与表达式很多,本文对一些较难掌握的运算符和计算表达式应该注意的一些问题进行了探讨。     

Hilbert空间上框架的和成为新框架的条件

以分析算子、框架算子为工具,研究了Hilbert空间上框架的和成为新框架的条件.对已知的重要定理进行推广,得到了新的结论.同时,对几个定理的证明过程给予了有效改进.     

DNA遗传算法的化工过程建模方法

DNA遗传算法的化工过程建模参数估计是非常复杂的问题,但转化成非线性优化问题就可以设计一种新型的简便的建模方法。利用遗传算法具有适应性强的全局搜索优势,可以使用碱基对个体进行四进制编码,设计全新的变异算子与交叉算子,开发出一个新型的DNA遗传算法化工过程建模方法。两个经典测试函数计算结果表明,这种算法的搜索能力、拟合精度都比较理想。     

演化算法中各种选择算子的选择压力比较

对于演化计算,变异和杂交这样的算子是在完全没有导向的方式产生的新个体。选择算子在演化过程中起着导向的作用,使得个体沿着适应值优良的方向演化。选择算子是在演化过程唯一受适应值影响的组件。本文将讨论现在流行的选择算子的选择压力并比较他们的影响。选择算子在演化过程中应用较好适应值的个体信息并传递到后代,为算法设计中挑选选择算子提供理论依据。     

基于Canny算子的边缘检测研究

详细介绍了Canny算予边缘检测理论的基本原理,给出了Canny算子的具体算法过程．对实验结果从主客观方面分析、对比表明,Canny算子提取边缘的效果较理想．     

Banach空间中伪压缩映射的粘滞逼近方法

结合增生算子零点逼近问题,提出Banach空间中伪压缩映射的一个粘滞逼近方法。引入了新的迭代序列,并证明所构造的迭代序列强收敛于伪压缩映射的不动点。     

改进的遗传算法及其在优化IC中的应用

本文介绍一种改进遗传算法，通过引入强制变异算子，避免了超级个体的出现，保证了杂交算子的有效性，提高了遗传算法的全局寻优能力．用改进的遗传算法代化仿人智能控制器．得到了理想的结果，由此得出一阶纯滞后对象的OIC参数整定公式．     

Automated process parameters tuning for an injection moulding machine with soft computing

In injection moulding production, the tuning of the process parameters is a challenging job, which relies heavily on the experience of skilled operators. In this paper, taking into consideration operator assessment during moulding trials, a novel intelligent model for automated tuning of process parameters is proposed. This consists of case based reasoning (CBR), empirical model (EM), and fuzzy logic (FL) methods. CBR and EM are used to imitate recall and intuitive thoughts of skilled operators, respectively, while FL is adopted to simulate the skilled operator optimization thoughts. First, CBR is used to set up the initial process parameters. If CBR fails, EM is employed to calculate the initial parameters. Next, a moulding trial is performed using the initial parameters. Then FL is adopted to optimize these parameters and correct defects repeatedly until the moulded part is found to be satisfactory. Based on the above methodologies, intelligent software was developed and embedded in the controller of an injection moulding machine. Experimental results show that the intelligent software can be effectively used in practical production, and it greatly reduces the dependence on the experience of the operators.     

略论侨批业与诚信

通过概述侨批及侨批业产生的内在必然性,进而从侨批业经营者主体和其运作过程中的道德意识和商业智慧两个方面,分别阐述侨批业经营的诚信因素和诚信机制。指出侨批业之所以能长期诚信经营,最主要的因素是经营者受传统道德长期浸染形成的个人操守,还有运用商业智慧加以制约和保障沿途安全．     

给定orness 水平下生成单调OWA权值序列的3种方法

基于OWA算子和RIM模糊量化算子的性质, 提出了在给定orness水平的情况下, 生成单调OWA算子权值序列的3种方法, 分别是等比OWA算子、等差OWA算子和基于修正的模糊量化算子的权值生成方法. 与现有的大多数方法相比, 该系列方法符合直觉且计算简单. 该系列方法还可以使决策者给出一定的初始条件, 而得到其所期望形式的OWA权值序列, 在一定程度上增加了决策的灵活性. 每种方法都给出了具体算例以表明其有效性和合理性.     

基于不确定语言变量的风险投资项目群体评价方法的研究

在风险投资运作过程中,对项目的风险评估是其关键环节.由于影响风险评估项目的因素具有不确定性,本文引入不确定语言变量的运算法则.先使用不确定语言加权平均算子对信息进行集结,针对属性权重完全未知的情形,给出一个求解权重的方法;再通过不确定语言加权平均（ULWA）算子,对不确定语言决策信息进行加权集成,利用已有的可能度矩阵排序公式得到决策方案的排序;最后给出实例分析,以说明该方法的有效性和可操作性.