包含数据插值拟合、线性回归、非线性回归、仿真、模拟退火、元胞自动机理论的知识学习

1stOpt(FirstOptimization)是七维高科有限公司（7D-SoftHighTechnologyInc.）独立开发，拥有完全自主知识产权的一套数学优化分析综合工具软件包。
在非线性回归，曲线拟合，非线性复杂工程模型参数估算求解等领域傲视群雄，首屈一指，居世界领先地位。
除去简单易用的界面，其计算核心是基于七维高科有限公司科研人员十数年的革命性研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO)，该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。
以非线性回归为例，目前世界上在该领域最有名的软件工具包诸如OriginPro，Matlab，SAS，SPSS，DataFit，GraphPad，TableCurve2D，TableCurve3D等，均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛，其结果是无法求得正确结果。
而在实际应用当中，对大多数用户来说，给出(猜出)恰当的初始值是件相当困难的事，特别是在参数量较多的情况下，更无异于是场噩梦。
而1stOpt凭借其超强的寻优，容错能力，在大多数情况下（大于90%)，从任一随机初始值开始，都能求得正确结果。
。

《统计料想:方式与使用》比力详尽地介绍了用于料想的定量阐发方式：因果回归阐发法以及功夫序列阐发法。
为了将每一种详尽方式与我国的社会经济实际相松散，在每一方式介绍之后，都配有实例阐发其使用，书中齐全盘算均用电子盘算机实现。
为帮手读者操作以及使用种种方式，尤为是没法举行手工盘算的方式，书后附有TSP软件的使用阐发，它适用于IBM-PC机以及与它兼容的微型机，如长城0520。
介绍方式时，波及到的比力繁杂的数学公式推导以及证实，均列入各章附录中，供读者参考。
料想能够按不合的尺度举行分类。
料想方式底子上分为两大类，即定性阐发法以及定量阐发法。
目录第一章约莫回归阐发法　　第一节模子以及参数估量　　第二节模子的查验　　第三节料想精度的测定　　第四节料想实例　　附录　　　　第二章多重回归阐发法　　第一节模子以及参数估量　　第二节模子的查验　　第三节自变量的遴选　　第四节多重共线性　　第五节料想实例　　第六节滞后变量模子　　附录　　　　第三章非线性回归阐发法　　第一节非线性回归模子　　第二节模子参数的估量　　第三节模子阐发与评估　　第四节料想实例　　……　　第五章趋向外推法　　第六章季节变更猜设法　　第七章马尔可夫法　　第八章博克斯——詹金斯法　　第九章ECM模子以及ARCH模子的使用　　参考书目

EESpro8.4破解版，无期限使用。
EES是工程方程解答器的英文字母的首字母缩写词。
EES的基本功能是解代数方程组。
EES也能解差分方程、有复杂变量的方程、做工程优化、提供线性和非线性回归并可绘出良好的二维图形。
EES的最早版本开发于AppleMacintosh计算机和Windows操作系统。
这本使用手册描述了基于Windows操作系统的EES版本，包括Windows95/98/2000和WindowsNT4。
EES和现有的方程组数值解程序之间有两个主要的差别。
首先，EES自动识别和求解必须同时求解的方程组。
这个特点简化了用户的工作并可使解答器永远在最佳效率下工作。
其次，EES提供了很多对工程计算非常有用的内置数学和热物性函数。
例如，EES中内置有蒸汽性质表，根据任意两个物性参数就可通过调用一个内置函数而获得其它的物性参数。
对于大多数制冷剂(包括一些新的混合制冷剂)、氨、甲烷、二氧化碳和很多其它流体，也提供了类似的功能。
空气性质表是内置的，很多常用气体的psychrometric函数和JANAF表中的数据一样也是内置的。
同样也提供了这些物质的迁移性质。
虽然EES中的数学函数和热物性函数库是强大的，但是并不能完全满足每个用户的需要。
EES允许用户用3种方式输入他/她自己的函数关系式。
首先，在EES中插入和添加表格数据非常方便，这样列表数据可以在方程组的求解过程中直接使用。
其次，EES语言支持用户用类似于Pascal和Fortran语言编写的函数和子程序。
EES也支持用户自己用EES语言编写的模块，这些模块可以被其他EES程序调用。
那些函数、子程序和模块可以当作文件储存，当启动EES时这些可自动读取。
第三，用任何一种高级语言(例如Pascal、C或者Fortran)编写的外置函数和子程序，可以通过使用Windows操作系统的动态连接程序库的功能而动态连接到EES。
添加的函数关系式的这三种方法为扩展EES的功能提供了非常强有力的手段。
提出EES的动机在于热力学和传热学的教学过程。
为了学习这些课程，学生经常需要解决问题。
对于学生来说，查找物性数据和求解决相似的方程组需要耗费大部分时间和精力，一旦学生熟悉了这些物性数据表，对这些物性数据表的进一步使用并不能对学生的能力有所帮助，对代数表达式的使用也是如此。
以通常的方式解决问题所需要的时间和精力实际上消耗了学生学习这些的学习兴味，因为它迫使学生去关心求解方程组所需要的语句（其实无关紧要）而使学习非常费力。
一些涉及到热力学和传热学的有趣的实际问题可能因为他们的数学复杂性而并没有解析解。
EES允许用户摆脱平凡杂事而集中更多心思于开发上。
对于需要确定一个或更多参数的设计问题，EES显得特别有用。
EES程序提供了物性参数表，这类似于一张电子表格。
用户需要确定独立变量并在表格里输入其数值，EES将计算出表格中其他物性参数的数值。
则表格内的参数的关系可以显示在平面图上。
EES也提供了实验数据误差引起计算变量误差的估计。
利用EES，设计问题并不比求解一个具有固定自变量的问题难。
EES的优势在于它提供一套简单而直观的命令，这样初学者能迅速掌握解决任何代数学问题的方法。
而且，这个软件的功能对于专业人员来说也是强大而实用的。
内置于EES软件中的庞大的关于热物性和迁移性质的数据库对于解决关于热力学、流体力学和传热学问题是大有裨益的。
EES可以用于很多工程问题；
尤其适用于在机械工程课程方面和解决实际工程问题的需要。

由于BP网络的权值优化是一个无约束优化问题，而且权值要采用实数编码，所以直接利用Matlab遗传算法工具箱。
贴出的代码是为一个19输入变量，1个输出变量情况下的非线性回归而设计的，如果要使用于其它情况，只需改动编解码函数即可。

讲解MATLAB在多元非线性回归方面的一篇学术论文，极度值得参考，很有用。

已知x=0:1:12y=[43.65109.86187.21312.67496.58707.65960.251238.751560.001824.292199.002438.892737.71]y=L/(1+a*exp(-k*x))应用线性回归模型所得到的a和k的估计值和L=3000作为Logistic模型的拟合初值，对Logistic模型做非线性回归。

高斯牛顿.datasets.py-非线性回归问题。
gaussnewton.py简单的非线性最小二乘问题求解器。
graph.py图形生成脚本。
img/-由graph.py生成的graph.py。
要求Python2.7NumPy意味Matplotlib

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。