复杂网络中基本网络模型的matlab实现，包括随机图模型、SW模型、NW模型、BA模型以及度分布、集聚系数、最短路径的计算。

本框架提供了有关粒子群算法(PSO)和遗传算法(GA)的完整实现，以及一套关于改进、应用、测试、结果输出的完整框架。
本框架对粒子群算法与遗传算法进行逻辑解耦，对其中的改进点予以封装，进行模块化，使用者可以采取自己对该模块的改进替换默认实现组成新的改进算法与已有算法进行对比试验。
试验结果基于Excel文件输出，并可通过设定不同的迭代结束方式选择试验数据的输出方式，包括：1.输出随迭代次数变化的平均达优率数据（设定终止条件区间大于0）。
2.输出随迭代次数变化的平均最优值数据（设定终止条件区间等于0）。
本框架了包含了常用基准函数的实现以及遗传算法与粒子群算法对其的求解方案实现和对比，如TSP，01背包，Banana函数，Griewank函数等。
并提供大量工具方法，如KMeans，随机序列生成与无效序列修补方法等等。
对遗传算法的二进制编码，整数编码，实数编码，整数序列编码（用于求解TSP等），粒子群算法的各种拓扑结构，以及两种算法的参数各种更新方式均有实现，并提供接口供使用者实现新的改进方式并整合入框架进行试验。
其中还包括对PSO进行离散化的支持接口，和自己的设计一种离散PSO方法及其用以求解01背包问题的实现样例。
欢迎参考并提出宝贵意见，特别欢迎愿意协同更新修补代码的朋友(邮箱starffly@foxmail.com)。
代码已作为lakeast项目托管在GoogleCode:http://code.google.com/p/lakeasthttp://code.google.com/p/lakeast/downloads/list某些类的功能说明：org.lakest.common中：BoundaryType定义了一个枚举，表示变量超出约束范围时为恢复到约束范围所采用的处理方式，分别是NONE(不处理)，WRAP（加减若干整数个区间长度），BOUNCE（超出部分向区间内部折叠），STICK（取超出方向的最大限定值）。
Constraint定义了一个代表变量约束范围的类。
Functions定义了一系列基准函数的具体实现以供其他类统一调用。
InitializeException定义了一个代表程序初始化出现错误的异常类。
Randoms类的各个静态方法用以产生各种类型的随机数以及随机序列的快速产生。
Range类的实现了用以判断变量是否超出约束范围以及将超出约束范围的变量根据一定原则修补到约束范围的方法。
ToStringBuffer是一个将数组转换为其字符串表示的类。
org.lakeast.ga.skeleton中：AbstractChromosome定义了染色体的公共方法。
AbstractDomain是定义问题域有关的计算与参数的抽象类。
AbstractFactorGenerator定义产生交叉概率和变异概率的共同方法。
BinaryChromosome是采用二进制编码的染色体的具体实现类。
ConstantFactorGenerator是一个把交叉概率和变异概率定义为常量的参数产生器。
ConstraintSet用于在计算过程中保存和获取应用问题的各个维度的约束。
Domain是遗传算法求解中所有问题域必须实现的接口。
EncodingType是一个表明染色体编码类型的枚举，包括BINARY(二进制)，REAL(实数)，INTEGER(整型)。
Factor是交叉概率和变异概率的封装。
IFactorGenerator参数产生器的公共接口。
Population定义了染色体种群的行为，包括种群的迭代，轮盘赌选择和交叉以及最优个体的保存。
org.lakeast.ga.chromosome中：BinaryChromosome二进制编码染色体实现。
IntegerChromosome整数编码染色体实现。
RealChromosome实数编码染色体实现。
SequenceIntegerChromosome整数序列染色体实现。
org.lakeast.pso.skeleton中：AbstractDomain提供一个接口，将粒子的位置向量解释到离散空间，同时不干扰粒子的更新方式。
AbstractF

随机过程，林元烈，电子版PDF。
对于学习随机过程课程是必须要看的，主要讲解马尔科夫过程、泊松过程、摩尔运动等。

《应用随机过程概率模型导论》第11版英文文字版非扫描版带标签超清晰，《IntroductiontoProbabilityModels》

某国际展览中心共40层限定条件（1）电梯的运行规则是：可到达每层。
（2）每部电梯的最大乘员量均为K人（K值可以根据仿真情况在10~18人之间确定）。
（3）仿真开始时，各电梯随机地处于其符合运行规则的任意一层，为空梯。
（4）仿真开始后，有N人（0＜N＜1000）在M分钟（0＜M＜10）内随机地到达该国际展览中心的1层，开始乘梯活动。
（5）每位乘客初次所要到达的楼层是随机的，令其在合适的电梯处等待电梯到来。
（6）每位乘客乘坐合适的电梯到达指定楼层后，随机地停留10－120秒后，再随机地去往另一楼层，依此类推，当每人乘坐过L次（每人的L值不同，在产生乘客时随机地在1~10次之间确定）电梯后，第L+1次为下至底层并结束乘梯行为。
到所有乘客结束乘梯行为时，本次仿真结束。
（7）电梯运行速度为S秒/层（S值可以根据仿真情况在1~5之间确定），每人上下时间为T秒（T值可以根据仿真情况在2~10之间确定）。
（8）电梯运行的方向由先发出请求者决定，不允许后发出请求者改变电梯的当前运行方向，除非是未被请求的空梯。
（9）当某层有乘客按下乘梯电钮时，优先考虑离该层最近的、满足条件（8）、能够最快到达目标层的电梯。
（10）不允许电梯超员。

本书比较全面、系统地介绍了矩阵的基本理论、方法及其应用。
全书分上、下两篇，共10章，分别介绍了线性空间与线性算子，内积空间与等积变换，λ矩陈与若尔当标准形，赋范线性空间与矩阵范数，矩阵的微积分运算及其应用，广义逆矩阵及其应用，矩阵的分解，矩阵的克罗内克积、阿达马积与反积，几类特殊矩阵（如：非负矩阵与正矩阵、循环矩阵与素矩阵、随机矩阵和双随机矩阵、单调矩阵、m矩阵与h矩阵、t矩阵与汉大象尔矩阵等），辛空间与辛矩阵等内容。
各章均配有一定数量的习题。
附录中还给出了几套模拟自测试题。
本书可作为理工科大学各专业研究生的学位课程教材，也可作为理工科和师范类院校高年级本科生的选修课教材，并可供有关专业的教师和工程技术人员参考。
本资源附带课后习题答案

高等教育出版社出版，国外经典教程，随机算法中文版由国内的孙广中等人译

本实验能够实现打地鼠游戏的功能，主要分为四个模块。
模块一为8*8点阵，点阵分为16部分，相邻四个点模拟一个地鼠坑，当点亮时地鼠跳出，间隔一定时间后，自动变暗，地鼠隐藏，点阵点亮位置随机；
模块二为4*4键盘，当点阵点亮时，按下相应位置键盘，对应点熄灭并且点亮下一位置，分数加一；
模块三为7SEG-MPX2-CA数码管用于显示分数；
模块四为AT89C51单片机用于存储程序和程序执行，连有三个开关，用于控制开始、清零和难度选择。

随机并行梯度下降算法(SPGD)是一种基于直接性能指标优化的相位控制方法,在自适应光学中有较好的适用性。
该算法主要包含增益系数和随机扰动幅度两个可变参数,其取值对算法收敛性有很大的影响。
对双边SPGD算法实现收敛时参数的取值要求进行研究,结合算法原理分析了算法参数的取值范围,并通过大量仿真实验找出所有使双边SPGD算法收敛的增益系数和随机扰动幅度值;得到随机扰动幅度的取值下限,理论和仿真分析了下限存在的原因及取值;在相干合成中存在相位噪声,研究了不同相位校正器参数的情况下可使算法收敛的参数的取值范围。

数字信号处理-时域离散随机信号处理-学习指导

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。