Программное обеспечение оптимального разделения графа на подграфы, ВКР по программированию
Получите бесплатно демо-версию Демо-версия - дипломная работа, в котрой удалена часть текста, рисунков, таблиц.Посмотреть все услуги дипломной работы на электронную почту.
Введите адрес электронной почты и нажмите "Отправить"




Описание
ТОлько программное обеспечение!
Так как по условию задачи графы должны быть достаточно объемными, это накладывает определенные ограничения на выделение и использование ресурсов системы. Подход к построению классов проекта основан на жесткой экономии оперативной памяти.
Модель графа реализует класс «TGraph», который объединяет в себе множество функций необходимых для проектирования графов и вычисления кластеризации. В этот перечень входят следующие функции:
управлением вершинами графа (создание, удаление);
управление ребрами графа (создание, удаление);
операции с файлами (сохранение, загрузка графа в файл);
генерация случайных графов для тестирования;
расчет характеристик графов (коэффициент связности, матрица смежности по текущему состоянию графа);
восстановление графа по матрице смежности;
вычисление кластеров.
Вершины графа описываются классом «TGraphNode». Данный класс содержит такие поля как:
идентификатор вершины;
координаты вершины на плоскости;
код кластера;
список связей вершины с другими вершинами;
Данный класс также реализует методы для управления связями, такие как: добавление, удаление.
Связи графа описывает класс «TGraphNodeLink». Связь представляет собой ссылку на вершину графа и мощность связи (число).
Для отображения графа на форме используется класс «TGraphPainter». Необходимо отметить, что для обхода графов больших объемов использование рекурсии неприемлемо (т.к. это будет приводить к переполнению стека приложения из-за того, что стек вызовов приложения ограничен), потому, для реализации алгоритма обхода графа был разработан класс «TStack» который реализует модель стека.
Класс «TPartitionizer» - является базовым классом, для реализации алгоритмов кластеризации в данном проекте, реализует базовые механизмы и подготовку данных. Класс «TPartitionizerData» - служит для хранения данных по текущей кластеризации (исходные и выходные данные).
Класс «TSimplePartitionizer» - реализует линейный алгоритм.
Класс «TParallelPartitionizer» - реализует параллельный алгоритм.
Класс « TParallelPartitionizerThread» - Реализует задачу параллельного алгоритма.
Класс «TDictionary» - словарь для вычисления распределений вершин по кластерам.
Характеристики
Файлы схем | да |
Год | 2022 |
Программа с исходниками | да, С# |

Заказал диплом по программированию – и он оказался просто идеальным! Преподаватель похвалил чистый код с подробными комментариями, а антиплагиат был выше 90%. Ещё и презентацию с докладом сделали в подарок – просто сказка!

Заказал диплом по проектированию ЛВС – работа просто огонь! Преподаватель был в восторге, а антиплагиат показал 90%. Ещё и презентацию с докладом включили бесплатно – мечта, а не компания!

Дипломная по прикладной информатике в экономике выполнена на отлично: использовали актуальные технологии, а все правки вносили быстро и без лишних оплат. Администрация всегда на связи – приятно работать с надёжными людьми.

Очень переживал за диплом по защите информации, но компания превзошла ожидания! Работа прошла проверку с первого раза, а бесплатная рецензия стала приятным бонусом. Спасибо за поддержку и чуткость!

Очень качественная дипломная работа по прикладной информатике в экономике. Код был хорошо прокомментирован, разобрался без проблем. Администрация всегда оперативно решала вопросы – приятно иметь дело с профессионалами.