车间作业调度问题（JobShopSchedulingProblem）是一个著名的NP难题，具有很强的条件约束，当问题规模较大时很难找到全局最优解。
因此作业车间调度是一类求解困难的组合优化问题。
近几年各种智能计算方法逐渐被引入到作业调度问题中，如遗传算法、模拟退火算法、启发式算法等。
如何有效的安排各零件的加工顺序将直接关系到生产效率,也是本文所要解决的问题之一。
本文提出了实现车间调度的混合遗传算法的设计方案，把遗传算法与模拟退火算法相结合，充分发挥遗传算法良好的全局搜索能力和模拟退火算法有效避免陷入局部极小的特性，通过实验验证了基于混合算法的作业车间调度方法显著提高了搜索效率，GASA改进了收敛性能。
因此作业车间调度是一类求解困难的组合优化问题。
近几年各种智能计算方法逐渐被引入到作业调度问题中，如遗传算法、模拟退火算法、启发式算法等。
如何有效的安排各零件的加工顺序将直接关系到生产效率,也是本文所要解决的问题之一。
本文提出了实现车间调度的混合遗传算法的设计方案，把遗传算法与模拟退火算法相结合，充分发挥遗传算法良好的全局搜索能力和模拟退火算法有效避免陷入局部极小的特性，通过实验验证了基于混合算法的作业车间调度方法显著提高了搜索效率，GASA改进了收敛性能。
2023/8/12 3:25:03
8.92MB
1
MATLAB经典案例的一些代码，给初学者提供帮助。
本书系统介绍了禁忌搜索、模拟退火、遗传算法、人工神经网络和拉格朗日松弛等现代优化计算方法的模型与理论、应用技术和应用案例。
作为最优化算法的总结，包括了主要的搜索算法，NP问题，遗传算法，神经网络，拉格朗日松弛，对计算机优化计算提供理论基础。
本书系统介绍了禁忌搜索、模拟退火、遗传算法、人工神经网络和拉格朗日松弛等现代优化计算方法的模型与理论、应用技术和应用案例。
作为最优化算法的总结，包括了主要的搜索算法，NP问题，遗传算法，神经网络，拉格朗日松弛，对计算机优化计算提供理论基础。
2023/7/5 9:44:54
215KB
1
从理论上研究了增益辅助二维金属纳米粒子（NP）阵列中平面晶格等离激元（OLP）的共振放大。
由于角度相关的近场光学特性，可以通过调整入射光的角度来控制基于OLP的spaser的增益阈值。
事实证明，与活性等离子NP阵列相比，OLP的表面等离激元（SP）扩增阈值更低。
进行并排比较以不同入射角激发的ILP和OLP的电场定位和增强，以了解它们的不同打散性能。
结果还表明，NP阵列中晶格等离激元的增益阈值远低于单个NP中局部SP的增益阈值。
由于角度相关的近场光学特性，可以通过调整入射光的角度来控制基于OLP的spaser的增益阈值。
事实证明，与活性等离子NP阵列相比，OLP的表面等离激元（SP）扩增阈值更低。
进行并排比较以不同入射角激发的ILP和OLP的电场定位和增强，以了解它们的不同打散性能。
结果还表明，NP阵列中晶格等离激元的增益阈值远低于单个NP中局部SP的增益阈值。
2023/6/2 12:32:26
1.75MB
1
NP作为一款成果相对于良好的嵌入式OS，在嵌入式产物方案中越来越被使用。
所以普通提供源码，共有志钻研嵌入式操作体系的同行钻研，能够同UCOS,VXWORKS比力起来知道，信托收获未必不同样，加深你的见识
所以普通提供源码，共有志钻研嵌入式操作体系的同行钻研，能够同UCOS,VXWORKS比力起来知道，信托收获未必不同样，加深你的见识
2023/4/27 20:46:05
286KB
1
SynthPopSynthPop使用高斯系脉天生表格综合数据。
成果咱们想对于{X，y}的松散漫衍建模，以就能够绘制更多样本。
从统计上相同的漫衍中患上到更多样本能够（a）削减过甚拟合或者（b）留存隐衷（经由建树具备相同统计属性的数据集而不会揭发底线）。
例子您能够从如下漫衍中患上到一些样本。
借助SynthPop，您能够经由（a）将高斯毗邻数拟合到这些视察值，以及（b）从该多元高斯中抽取样原本从该漫衍中天生更多样本。
fromSynthPopimportCopuladata=np.load("data.npy")#groundtruthof100samplesGenerator=Copula()Generator.fit(data)#fitaGuassiansoithasasimilardistr
成果咱们想对于{X，y}的松散漫衍建模，以就能够绘制更多样本。
从统计上相同的漫衍中患上到更多样本能够（a）削减过甚拟合或者（b）留存隐衷（经由建树具备相同统计属性的数据集而不会揭发底线）。
例子您能够从如下漫衍中患上到一些样本。
借助SynthPop，您能够经由（a）将高斯毗邻数拟合到这些视察值，以及（b）从该多元高斯中抽取样原本从该漫衍中天生更多样本。
fromSynthPopimportCopuladata=np.load("data.npy")#groundtruthof100samplesGenerator=Copula()Generator.fit(data)#fitaGuassiansoithasasimilardistr
2023/4/6 21:56:55
224KB
1
WC2018讲课课件，CommonAnts_浅谈卷积定理在OI中的使用及扩展，NP-Hard问题求解方法杂谈钟AK，OI中的超现实数和不平等博弈问题杜瑜皓...
2023/3/16 23:31:36
27.96MB
1
物流配送车辆调度问题作为一个NP难题，随着客户数量的增加，可选的配送路径方案数量将以指数速度急剧增长。
因而，用启发式算法求解该问题就成为人们研究的一个重要方向。
本文将在建立物流配送车辆调度问题的数学模型的基础上，研究用爬山算法、禁忌搜索算法、模拟退火算法、遗传算法等现代优化计算方法对其求解。
因而，用启发式算法求解该问题就成为人们研究的一个重要方向。
本文将在建立物流配送车辆调度问题的数学模型的基础上，研究用爬山算法、禁忌搜索算法、模拟退火算法、遗传算法等现代优化计算方法对其求解。
2023/2/23 9:58:21
5.5MB
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