MCNP(MonteCarloNParticleTransportCode)是由美国洛斯阿拉莫斯国家实验室(LosAlamosNationalLaboratory)开发的基于蒙特卡罗方法的用于计算三维复杂几何结构中的中子、光子、电子或者耦合中子/光子/电子输运问题的通用软件包，也具有计算核临界零碎（包括次临界和超临界零碎）本征值问题的能力
2015/7/16 18:55:50
668.6MB
1
ieee30节点的半不变量法概率潮流计算。
1.matlab代码，在matpower环境下进行潮流计算，用略微修正的ieee30节点，程序在main.m中2.仅考虑了负荷的波动如有原理性的错误望指出ieee30节点半不变量法蒙特卡洛法
1.matlab代码，在matpower环境下进行潮流计算，用略微修正的ieee30节点，程序在main.m中2.仅考虑了负荷的波动如有原理性的错误望指出ieee30节点半不变量法蒙特卡洛法
2020/9/19 19:24:38
10.4MB
1
讨论如何利用计算机技术对连续系统和离散系统进行模仿．由于计算机以重复性运算见长，故它为研究模仿方法提供了极为合适的手段．计算机模仿是一种广义的数值计算方法．通过本章的学习，你将会了解蒙特卡洛方法的思想；
初步掌握对连续系统或离散系统进行模仿的方法；
掌握由实际问题怎样去建立计算机模仿模型以及应用MATLAB编程语言进行计算
初步掌握对连续系统或离散系统进行模仿的方法；
掌握由实际问题怎样去建立计算机模仿模型以及应用MATLAB编程语言进行计算
2019/1/26 17:21:31
3.75MB
1
深度强化学习是深度学习算法和强化学习算法的巧妙结合,它是一种新兴的通用人工智能算法技术,也是机器学习的前沿技术,DRL算法潜力无限,AlphaGo是目前该算法最成功的使用案例。
DRL算法以马尔科夫决策过程为基础,是在深度学习强大的非线性函数的拟合能力下构成的一种增强算法。
深度强化学习算法主要包括基于动态规划(DP)的算法以及基于策略优化的算法,这本书共10章,首先以AlphaGo在围棋大战的伟大事迹开始,引起对人工智能发展和现状的引见,进而引见深度强化学习的基本知识。
然后分别引见了强化学习(重点引见蒙特卡洛算法和时序差分算法)和深度学习的基础知识、功能神经网络层、卷积神经网络(CNN)、循环神经网络(RNN),以及深度强化学习的理论基础和当前主流的算法框架。
最后引见了深度强化学习在不同领域的几个应用实例。
DRL算法以马尔科夫决策过程为基础,是在深度学习强大的非线性函数的拟合能力下构成的一种增强算法。
深度强化学习算法主要包括基于动态规划(DP)的算法以及基于策略优化的算法,这本书共10章,首先以AlphaGo在围棋大战的伟大事迹开始,引起对人工智能发展和现状的引见,进而引见深度强化学习的基本知识。
然后分别引见了强化学习(重点引见蒙特卡洛算法和时序差分算法)和深度学习的基础知识、功能神经网络层、卷积神经网络(CNN)、循环神经网络(RNN),以及深度强化学习的理论基础和当前主流的算法框架。
最后引见了深度强化学习在不同领域的几个应用实例。
2019/3/8 21:17:23
145.91MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB