토토모의 분석일지

JUNGOL 정보올림피아드&알고리즘에서 학습용으로 문제를 가져왔습니다. 문제가 될 시 수정, 삭제하겠습니다. http://www.jungol.co.kr/ 720 a=int(-100) print(a) 721 a=int(-1) b=int(100) print(a) print(b) 722 (wrong answer) 723 a=49 b=0.2683 print(a,"*",b,"=",a*b) 724 a=input("School? ") print("Your school is %s."%a) 725 a=int(input("Number 1? ")) b=int(input("Number 2? ")) print("%d * %d = %d"%(a,b,a*b)) print("{0} / {1} = {2}".format(a,b,a/b))..

JUNGOL 정보올림피아드&알고리즘에서 학습용으로 문제를 가져왔습니다. 문제가 될 시 수정, 삭제하겠습니다. http://www.jungol.co.kr/ 700 print("Python") 701 print("Score:\n100\nGREAT!") 702 print("My height\n170\nMy weight\n68.6") 703 print("1plus1 = Gwi yo mi") 704 print("(@) (@)\n(=^.^=)\n(-m-m-)") 705 print("5 Dan\n5 * 2 = 10") 706 print("6 + 2 = 8\n6 - 2 = 4\n6 * 2 = 12\n6 / 2 = 3.0") 707 print("My name is Hong") 708 print("My hometown\n..

프로그래머스에서 학습용으로 문제를 가져왔습니다. 문제가 될 시 수정, 삭제하겠습니다. https://programmers.co.kr/ 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE..

AHP는 ‘분석적 계층화 과정’ 또는 ’계층적 분석 과정/방법’이라고 해석할 수 있습니다. 즉 의사결정의 전 과정을 여러 단계로 나눈 후 이를 단계별로 분석 해석함으로써 합리적인 의사결정에 이를 수 있도록 지원해 주는 방법으로 현존하는 의사결정방법 중 가장 과학적이고 강력한 의사결정방법이라고 할 수 있습니다. 비일관성지수의 비율이 0.1이 넘으면 의사결정을 재검토하도록 하여 의사결정자의 논리성과 합리성을 보장합니다. AHP과정 1. 속성과 대안의 계층구조와 쌍대비교행렬을 구성(Hierarchy) 2. 속성별 가중치 계산(Weight) 3. 일관성 검증을 실시한 다음 AHP를 타당하다고 판단할 경우(Conistency) 4. 대안의 속성별 선호도 합산을 통한 최적의 대안 선택 (즉! 의사결정 사항들의 계층..

프로그래머스에서 학습용으로 문제를 가져왔습니다. 문제가 될 시 수정, 삭제하겠습니다. https://programmers.co.kr/ 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE..

입지선정문제는 일반적으로 목적함수와 제약식의 다양한 형태 에 따라 제한용량이 없는 입지선정문제(Uncapacitated Facility Location Problem : UFLP), 제한용량이 있는 입지선정문제 (Capacitated Facility Location Problem : CFLP), P-센터 문제 (P-Center Problem), P-Median 문제(P-Median Problem) 등으로 구분되어진다. 특히 P-Median 문제는 공장, 창고, 물류센터 또는 공공시설 등을 설치할 수 있는 후보입지가 주어져 있다고 가정하고 각 후보입지는 소비자 수요 발생지역을 나타내며 각 시설로부터 각 소비자에게 제품을 수송할 때 소요되는 단위 당 수송비와 수송거리 가 주어져 있다고 가정할 때, 최소의 수..

프로그래머스에서 학습용으로 문제를 가져왔습니다. 문제가 될 시 수정, 삭제하겠습니다. https://programmers.co.kr/ 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE..

Maximal covering location problem 일명 MCLP알고리즘으로 불리운다. "Maximize the amount of covered demand" 한국어로 "최대커버링 모델"을 일컫는 말로써, 제한된 시설물의 개수로 지역 수요를 최대한 커버할 수 있는지 파악하기 위한 입지 선정 모델링 방법이다. 즉 우선입지선정 같은 문제에 어울리는 알고리즘이다. 코드를 알아보기 앞서 수식을 알아보면 아래와 같다. 1974년 교회의 최적 입지 장소를 알아보는 코드를 만들어봅시다. N은 주어진 수(여기서는 교회 주변에있는 주택 혹은 시설 같은 사용자가 정하는 것이다.) K는 원의 개수 r은 원의 반경(즉 커버링 범위) M은 후보지 크기(즉 M개 중에서 K의 중심이 랜덤으로 뽑히는 것이다) C는 영향받는..

프로그래머스에서 학습용으로 문제를 가져왔습니다. 문제가 될 시 수정, 삭제하겠습니다. https://programmers.co.kr/ 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE..

프로그래머스에서 학습용으로 문제를 가져왔습니다. 문제가 될 시 수정, 삭제하겠습니다. https://programmers.co.kr/ 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE..