PPT是针对博主使用粒子群优化算法解决水面无人艇静态、动态障碍物规避，及场地规划三类问题，做了更深入的总结分析。
　　与目前火热的机器学习不同，智能优化算法需要对问题建立确定的模型，具有明确的优化目标函数，对优化变量不断的寻优。
通过对三种算法的问题描述、模型建立、算法参数确定、算法流程描述、计算结果分析，及从维度、优化变量、优化目标、针对业务的PSO优化四个方面，对应用在不同场景下的三种粒子群算法进行对比总结，旨在更彻底的剖析如何将粒子群优化算法应用到具体的问题中。
　　该PPT是原版包含动画的PPT（Office版本越高越好，至少2010，否则有些动画在低版本显示有问题），自我感觉PPT做的很正、很文艺范，是博主7年来打杂做各种PPT经验的大成之作（说白了也就这水平），相信看完原版PPT你就会觉得原来技术分享也可以这么文艺范！

python的搜索算法，例如深度优先算法，A星算法，其中的h函数可以优化，原文件只采用了欧氏间隔。

本书讲述了Javascript和DOM的基础知识，但重点放在DOM编程技术背后的思路和原则：预留退路、循序渐进和以用户为中心等，这些概念对于任何前端Web开发工作都非常重要。
本书将这些概念贯穿在书中的所有示例代码中，使你看到用来创建图片库页面的脚本、用来创建动画效果的脚本和用来丰富页面元素呈现效果的脚本，最后结合所讲述的内容创建了一个实际的网站。
目录第1章JavaScript简史1.1JavaScript的起源1.2浏览器战争1.2.1DHTML1.2.2浏览器之间的冲突1.3制定标准1.3.1浏览器以外的考虑1.3.2浏览器之争的结局1.3.3新的开始1.4小结第2章JavaScript语法2.1准备工作2.2语法2.3语句2.4变量2.4.1数据类型2.4.2数组2.5操作2.6条件语句2.6.1比较操作符2.6.2逻辑操作符2.7循环语句2.7.1while2.7.2do...while2.7.3for2.8函数2.9对象2.9.1内建对象2.9.2宿主对象2.10小结第3章DOM3.1文档:DOM中的"D"3.2对象:DOM中的"O"3.3模型:DOM中的"M"3.3.1节点3.3.2getElementById（）方法3.3.3getElementsByTagName（）方法3.4趁热打铁3.4.1getAttribute（）方法3.4.2setAttribute（）方法3.5小结第4章案例研究：JavaScript美术馆4.1编写标记语言文档4.2编写JavaScript函数4.2.1DOM之前的处理方案4.2.2showPic（）函数的代码清单4.3JavaScript函数的调用4.4对JavaScript函数进行功能扩展4.4.1childNodes属性4.4.2nodeType属性4.4.3在HTML文档里增加一段描述性文本4.4.4用JavaScript代码改变〈p〉元素的文本内容4.4.5nodeValue属性4.4.6firstChild和lastChild属性4.4.7利用nodeValue属性刷新〈p〉元素的文本内容4.5小结第5章JavaScript编程原则和良好习惯5.1不要误解JavaScript5.1.1不要归罪于JavaScript5.1.2Flash的遭遇5.1.3质疑5.2预留退路5.2.1“javascript:”伪协议5.2.2内嵌的事件处理函数5.2.3有何不好5.3向CSS学习5.4分离JavaScript5.5向后兼容性5.6小结第6章案例研究：JavaScript美术馆改进版6.1快速回顾6.2处理“预留退路”问题6.3处理“分离JavaScript”问题6.3.1添加事件处理函数6.3.2进行必要的检查6.3.3创建必要的变量6.3.4创建循环6.3.5完成必要的操作6.3.6完成JavaScript函数6.3.7把多个JavaScript函数绑定到onload事件处理函数上6.4JavaScript函数的优化：不要做太多的假设6.4.1不放过每个细节6.4.2键盘浏览功能6.4.3慎用onkeypress事件处理函数6.4.4把JavaScript与CSS结合起来6.5DOMCore和HTML-DOM6.6小结第7章动态创建HTML内容7.1document.write（）方法7.2innerHTML属性7.3DOM提供的方法7.3.1createElement（）方法7.3.2appendChild（）方法7.3.3createTextNode（）方法7.4重回“JavaScript美术馆”7.4.1inse

自顺应模糊控制matlab算法实现隶属度函数控制规则，阶跃响应，目标函数的优化

标准合作型协同进化遗传算法matlab源程序，对函数举行优化

标准合作型协同进化遗传算法matlab源程序，对函数举行优化

为提高量子粒子群算法的寻优能力，文中提出一种新的正态云模型自顺应变异量子粒子群算法。
该方法采用正态云模型优化策略，引入自身最差粒子和全局最差粒子，结合自身最优粒子和全局最优粒子自顺应调整势阱中心位置与收缩-扩张系数，每次迭代后生成的新粒子，以一定概率采用正态云模型对粒子进行变异操作。
最后标准函数极值优化的实验结果表明，该算法的单步迭代时间较长但优化能力较同类算法有大幅度提高。

有人就有江湖，有江湖就有IT系统，有IT系统就有数据库，有数据库就有SQL，SQL应用可一字概括：“广”。
加之其简单易学，SQL实现也可一字概括：“乐”。
然而，SQL虽然实现简单可乐，却极易引发功能问题，那时广大SQL使用人员可要“愁”就一个字，心碎无数次了。
缘何有功能问题？原因也一字概括：“量”。
当系统数据量、并发访问量上去后，不良SQL就会拖跨整个系统，我们甚至找不出哪些SQL影响了系统。
即便找到也不知如何动手优化。
此时的心情也可以一字概括：“懵”。
现在本书开始带你抛除烦恼，走进优化的可乐世界！首先教你SQL整体优化、快速优化实施、如何读懂执行计划、如何左右执行计划这四大必杀招。
整这些干嘛呢？答案是，传授一个先整体后局部的宏观解决思路，走进“道”的世界。
接下来带领大家飞翔在“术”的天空。
教你体系结构、逻辑结构、表设计、索引设计、表连接这五大要领。
这么多套路，这又是要干嘛？别急，这是教你如何解决问题，准确地说，是如何不改写即完成SQL优化。
随后本书指引大家学会等价改写、过程包优化、高级SQL、分析函数、需求优化这些相关的五大神功。
有点头晕，能否少一点套路？淡定，这还是“术”的范畴，依然是教你如何解决问题，只不过这次是如何改写SQL完成优化。
最后一个章节没套路了，其中跟随你多年的错误认识是否让你怀疑人生，其中让SQL跑得更慢的观点，是否让你三观尽毁？再多一点真诚吧，本书提供扫二维码辅助学习，是不是心被笔者给暖到了。
看右边，扫我！读完全书，来，合上书本，闭上眼睛，深呼吸，用心来感受SQL优化的世界。
一个字：“爽”！

Rosenbrock函数是一种典型的恶意函数，文档外面给出了一种遗传算法的优化方法。

:受烟花爆炸现象的启发并结合遗传算法思想提出一种新的优化算法———带有遗传算子的烟花爆炸优化算法(GAFEO)。
该算法主要模拟烟花爆炸的方式对解空间进行基本的并行弥漫式爆炸搜索,引入自适应局部搜索策略和遗传算法中的交叉变异策略以改善算法的优化功能。
通过实验对12个常用高维测试函数进行优化计算,结果表明,与PSO算法以及其他新型算法相比,GAFEO算法在寻优能力、寻优精度等方面都具有较好的功能。

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。