遗传算法首先会采用一种编码方式将解空间映射到一个编码空间,每一个编码对应问题的一个解,称之为个体或者染色体,然后再随机生成确定起始的一群个体,称之为种群。
在后续迭代的过程中,按照适者生存不适者淘汰的原理,根据适应度大小选择个体,并且借助各种不同的遗传算子对个体进行交叉和变异,生成一个代表新的解集的种群,这个种群会比前一代愈加适应环境,如此一直进化下去直到到达优化准则。
这个时候的末代个体,经过解码,得到的解可近似的作为问题的最优解。
在后续迭代的过程中,按照适者生存不适者淘汰的原理,根据适应度大小选择个体,并且借助各种不同的遗传算子对个体进行交叉和变异,生成一个代表新的解集的种群,这个种群会比前一代愈加适应环境,如此一直进化下去直到到达优化准则。
这个时候的末代个体,经过解码,得到的解可近似的作为问题的最优解。
2022/9/3 0:55:55
1KB
1
本文报道了太赫兹地区的一种多频带超材料（MM）吸收器的设计。
理论和模拟结果表明，该吸收器在1.69、2.76、3.41和5.06THz处具有四个明显而强的吸收点，这与某些爆炸性材料的“指纹”一致。
检索到的材料参数表明，可以将MM的阻抗调整为近似婚配自由空间的阻抗，以最小化吸收频率处的反射率，并且在吸收频率处存在大功率损耗。
功率损耗的分布表明，吸收器是出色的电磁波收集器：首先在特定的特定位置捕获并增强波，然后将其吸收。
这种多频带吸收器可用于爆炸物检测和材料表征。
理论和模拟结果表明，该吸收器在1.69、2.76、3.41和5.06THz处具有四个明显而强的吸收点，这与某些爆炸性材料的“指纹”一致。
检索到的材料参数表明，可以将MM的阻抗调整为近似婚配自由空间的阻抗，以最小化吸收频率处的反射率，并且在吸收频率处存在大功率损耗。
功率损耗的分布表明，吸收器是出色的电磁波收集器：首先在特定的特定位置捕获并增强波，然后将其吸收。
这种多频带吸收器可用于爆炸物检测和材料表征。
2022/9/2 22:24:29
1.15MB
1
详细地引见了计算线宽展宽因子(α因子)的理论基础及推导过程,建立了α因子的简便模型.该模型分别考虑了带间跃迁、带隙收缩和自由载流子效应对α因子的影响,利用不同载流子浓度下的增益曲线得到光子能量随载流子浓度的变化速率以及微分增益,进而对α因子进行近似计算.模拟计算了InGaAs/GaAs量子阱激光器的增益曲线及α因子的大小,计算结果与文献报道的实验值相符.进一步讨论了InGaAs/GaAs量子阱阱宽及In组分对α因子的影响.结果表明,α因子随In组分和阱宽的增加而增加.
2020/10/20 5:29:21
640KB
1
本文实例讲述了jQuery实现Ajax功能。
分享给大家供大家参考，具体如下：jQuery是一个小型的JavaScript库，它通常被用来简化DOM和JavaScript操作。
通过在服务器和客户端之间交换JSON数据是使得Web应用动态化的完满方式。
JSON本身是一个很清量级的数据传输格式，非常近似于Python的原始数据类型(数字、字符串、字典和链表等)，这一数据格式被广泛支持，而且非常容易解析。
它几年前开始流行，然后迅速取代了XML在Web应用常用数据传输格式中的地位。
如果您使用Python2.6以上版本，JSON的解析库是开箱即用的。
在
分享给大家供大家参考，具体如下：jQuery是一个小型的JavaScript库，它通常被用来简化DOM和JavaScript操作。
通过在服务器和客户端之间交换JSON数据是使得Web应用动态化的完满方式。
JSON本身是一个很清量级的数据传输格式，非常近似于Python的原始数据类型(数字、字符串、字典和链表等)，这一数据格式被广泛支持，而且非常容易解析。
它几年前开始流行，然后迅速取代了XML在Web应用常用数据传输格式中的地位。
如果您使用Python2.6以上版本，JSON的解析库是开箱即用的。
在
2015/10/23 17:05:02
86KB
1
定义了有向图指定源点连通支配集问题。
借助参数算法中的技术设计了针对该问题的规约规则，通过规约规则的实施来降低原问题的规模；
随后又设计了近似算法在规约后的有向图中求出一个较小的连通支配集；
最后结合规约规则带来的一些良好特性设计了优化规则，通过优化变换的实施进一步缩减由近似算法求得的连通支配集。
不同模型随机图上的模仿实验表明这些规则和算法是有效的。
借助参数算法中的技术设计了针对该问题的规约规则，通过规约规则的实施来降低原问题的规模；
随后又设计了近似算法在规约后的有向图中求出一个较小的连通支配集；
最后结合规约规则带来的一些良好特性设计了优化规则，通过优化变换的实施进一步缩减由近似算法求得的连通支配集。
不同模型随机图上的模仿实验表明这些规则和算法是有效的。
2020/5/13 20:23:28
509KB
1
Haxe2D矩形装箱算法。
运行演示。
基于的公共领域C++bin包装器。
特征几种快速的近似装箱算法。
“占用率”用来比较包装功能。
可配置的包装试探法。
用法在浏览器中运行，并参考。
基本用法示例：//InitializeabinpackervarbinWidth:Int=800;varbinHeight:Int=400;varuseWasteMap:Bool=true;varpacker=newSkylinePacker(binWidth,binHeight,useWasteMap);//StartpackingrectanglesvarrectWidth:Int=20;varrectHeight:Int=40;varheuristic:Leve
运行演示。
基于的公共领域C++bin包装器。
特征几种快速的近似装箱算法。
“占用率”用来比较包装功能。
可配置的包装试探法。
用法在浏览器中运行，并参考。
基本用法示例：//InitializeabinpackervarbinWidth:Int=800;varbinHeight:Int=400;varuseWasteMap:Bool=true;varpacker=newSkylinePacker(binWidth,binHeight,useWasteMap);//StartpackingrectanglesvarrectWidth:Int=20;varrectHeight:Int=40;varheuristic:Leve
2019/10/18 17:13:42
42KB
1
用matlab生成谐波代码二次时频分布的快速且高效存储的算法一组M文件，用于计算二次类的时频分布。
通过控制TFD的过采样级别，可以限制内存和计算负载。
TFD中的过采样与多普勒延迟内核的信号长度和带宽成反比。
算法针对四种内核类型进行了优化：不可分离，可分离，独立于滞后和独立于多普勒的内核。
还包括用于计算抽取的或二次采样的TFD的算法。
同样，这些算法特定于四种内核类型，但是通过抽取过程来计算近似的TFD。
需要Matlab或Octave（编程环境）。
最新版本可在下载。
内容快速开始首先，使用load_curdir函数添加路径：＞＞load_curdir;描述TFD算法有两组，一组计算过采样的TFD，另一组计算抽取的（二次采样或欠采样）TFD。
第一组用于计算过采样的TFD，具有针对特定内核类型的四种算法，即不可分离的内核，可分离的内核多普勒无关（DI）内核，和独立于延迟（LI）的内核。
生成这些过采样的TFD的函数是full_tfd.m。
以下示例使用测试信号说明用法：%generatetestsignal:N=512;x=gen_LFM
通过控制TFD的过采样级别，可以限制内存和计算负载。
TFD中的过采样与多普勒延迟内核的信号长度和带宽成反比。
算法针对四种内核类型进行了优化：不可分离，可分离，独立于滞后和独立于多普勒的内核。
还包括用于计算抽取的或二次采样的TFD的算法。
同样，这些算法特定于四种内核类型，但是通过抽取过程来计算近似的TFD。
需要Matlab或Octave（编程环境）。
最新版本可在下载。
内容快速开始首先，使用load_curdir函数添加路径：＞＞load_curdir;描述TFD算法有两组，一组计算过采样的TFD，另一组计算抽取的（二次采样或欠采样）TFD。
第一组用于计算过采样的TFD，具有针对特定内核类型的四种算法，即不可分离的内核，可分离的内核多普勒无关（DI）内核，和独立于延迟（LI）的内核。
生成这些过采样的TFD的函数是full_tfd.m。
以下示例使用测试信号说明用法：%generatetestsignal:N=512;x=gen_LFM
2019/8/5 22:51:45
808KB
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