为了提高用户满意度,需要在大量具有相同或相似功能的资源服务中筛选出满足用户需求的最优资源服务,从而实现资源服务的增值。
以三角模糊数表达用户对资源服务非功能QoS评价为基础,在考虑用户的感知和交易经验的同时,综合考虑了资源服务非功能QoS评价合成中的各种因素如时间、用户信誉度、评价一致性等的影响,结合模糊fuzzy理论以及逼近理想解排序,进而提出了基于fuzzyTOPSIS的资源服务优化选择算法。
实验结果表明,该算法具有较高的准确度,并可在一定程度上抵制恶意评价对资源服务质量评价的影响。

一个bp神经网络进行交通预测的Matlab源代码，里面备有较为详细的注释，供给初学者！不仅有最初的bp模型，还包括优化的算法，总共有多个程序段，大家可以根据自己的数据情况选择适合的神经网络结构！

本文件功能：用BP神经网络预测温湿度。
本次仿真，预测模型为8*8*8*1，输入数据为359天数据（一个小时测一个数据，一天数据为24）。
其中350天数据做训练样本，用来训练BP网络模型的权值和阈值，4天用来做测试样本，用来测试3天左右的温湿度预测值。
本次训练效果比较上次仿真较为准确，判定系数可以达到0.8左右（越靠近1表明仿真效果越好），预测值与实际值点状图基本围绕在主对角线左右，MSE平方误差可以达到0.01，BP网络预测输出图也可以看出预测值的变化趋势基本与期望值一致。
本次仿真存在不足：1.未修改学习率、附加动量等参量没有解决BP网络收敛慢的问题。
2.没有使用全局优化的算法，没有解决BP容易陷入极值点的问题。
这种用BP网络来进行预测的模型网上有很多，但是大多数都是预测风力发电等，可能也是因为该BP模型是40年代所提出，我是没有找到有温湿度的预测，该代码纯属自己改写的，并且运行无误，现在分享出来，让大家节省一些时间去研究更有深度的算法。

以优化SVM算法的参数c和g为例，对SA（模拟退火）算法MATLAB源码进行了逐行中文注解。
是很好的学习材料。

自己自写的多目的优化遗传算法改历法度圭表标准，亲测可用，并有详尽标注，阻滞对于需要者实用

付与栅格对于机械人的责任空间举行松散，再行使优化算法对于机械人路途优化，是付与智能算法求最优路途的一个典型下场。
目前，付与蚁群算法在栅格舆图上举行路途优化患上到比力好的下场，而行使遗传算法在栅格舆图上举行路途优化在算法显患上愈加难以实现。
行使遗传算法处置栅格舆图的机械人路途方案的难点首要搜罗：1保障路途不陆续，2保障路途不穿过挫折。
用遗传算法处置优化下场时的步骤是牢靠的，便是种群初始化，遴选，交织，变异，顺应度盘算如许，那末上面我就说一下遗传算法求栅格舆图中机械人路途方案在每一个步骤的下场、难点以及处置行为。

粒子群算法与灰狼优化松散算法（PSO-GWO）粒子群算法与灰狼优化松散算法（PSO-GWO）粒子群算法与灰狼优化松散算法（PSO-GWO）.m

本法度圭表标准可反对于双向站点相同的公交路线转乘下场。
中间引擎算法速率极快，且能够以及路途搜查算法离散。
引擎具备同时反对于起码转乘、最短路途、起码功夫以及起码用度的才气。
对于环路该引擎部份反对于，如反对于起码转乘，最短路途略加更正（思考双向）就可。
对于双向站点不合的路线，本引擎能够很约莫地略加更正就反对于。
惟独经由文件stops.txt输入齐全公交站点的坐标，以及经由文件lines.txt输入齐全路线搜罗哪些站点，就能够作为本体系Businfo.exe的输入文件，这三个文件必需位于相同目录下。
对于引擎的中间算法就不在这里介绍了：其中使用了矩阵闭包运算以及最大子串算法，矩阵闭包用于盘算齐全大概转乘公交毗邻，本算法所付与的本领不合于以往齐全算法。
法度圭表标准使用的若干文件如下：1.traffic.png是舆图示例；
2.stops.txt是依据traffic.png患上到的公交站点坐标，站点以血色数字编号；
3.lines.txt是依据traffic.png患上到的公交路线、频频路线站点数、路线各站点编号，路线以玄色数字编号。
4.stops.txt以及lines.txt必需以及可实施文件Businfo.exe在相同的目录下。
使用本体系的相关软件构建，能够结构自己的公交咨询体系。
本算法略加更正就可顺应任何贸易级用途：如满足种种特殊路线搜罗单向路线，以及反对于海量站点（目前，矩阵运算受空间限度，估量反对于1000条路线尚未下场，可选最优路线至多反对于100条）。
由于版权以及贸易方面的关连，最右优化的算法有所留存，不残缺植入体系。

文章主要是用粒子群算法与离散傅里叶变换相结合的优化方法处理要优化的问题—优化储能系统（ESS）的尺寸和容量，减少成本以及温室气体的排放。
采用离散傅里叶变换（DFT）将所需的平衡功率分解成各种时变周期分量，用于计算混合储能系统所需的最大功率。
使用粒子群优化（PSO）算法执行成本分析以优化各种类型储能系统的尺寸和容量。
仿真结果揭示了ESS的最优分配效率。

针对有功网损、电压偏差和静态电压稳定裕度的多目标无功优化问题，提出一种基于改进粒子群-禁忌搜索算法的多目标电力系统无功优化方法。
以最小特征值模为电压稳定裕度指标建立了3个目标函数的单一妥协模型。
应用Kent映射产生的混沌序列作为初始种群，保证初始种群的多样性和均匀性。
粒子群优化（PSO）算法进行前期计算时，采用凸函数递减惯性权重和自适应学习因子提高算法的收敛速度和精度；
针对PSO算法搜索精度不高和陷入局部最优的问题，在PSO算法后期收敛后引入禁忌搜索算法全局寻优。
基于群体适应度方差，引入模糊截集理论将模糊集合转化为经典集合，定义了经典集合下的收敛指标，当其值为0时进入禁忌搜索计算阶段，处理2种算法的切换问题。
将所提方法应用于IEEE14、IEEE30和IEEE118节点系统中，验证了其有效性和可行性。

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。