内含代码，代码可执行1)编制实现软中断通信的程序使用系统调用fork()创建两个子进程，再用系统调用signal()让父进程捕捉键盘上发出的中断信号（即按delete键），当父进程接收到这两个软中断的某一个后，父进程用系统调用kill()向两个子进程分别发出整数值为16和17软中断信号，子进程获得对应软中断信号，然后分别输出下列信息后终止：Childprocess1iskilledbyparent!!Childprocess2iskilledbyparent!!父进程调用wait()函数等待两个子进程终止后，输入以下信息，结束进程执行：Parentprocessiskilled!!多运行几次编写的程序，简略分析出现不同结果的原因。
2)编制实现进程的管道通信的程序使用系统调用pipe()建立一条管道线，两个子进程分别向管道写一句话：Childprocess1issendingamessage!Childprocess2issendingamessage!而父进程则从管道中读出来自于两个子进程的信息，显示在屏幕上。
要求：父进程先接收子进程P1发来的消息，然后再接收子进程P2发来的消息。

大学时候做了一个大创，基于51单片机的智能小车，这是小车的上位机控制软件，labview写的，当初labview在国内并没有流行，当时发了个论文，还获了个奖；
因为这个奖，毕业论文、研究生复试一路开绿灯，心理美滋滋！主要是串口通讯，我这还有andriod客户端还有C#写的PC客户端上位机控制软件，需要的同学私信我就可以了

以图形窗口方式模拟“磁盘存储空间的管理---Unix成组链接法”，绝对管用，可做操作系统课程设计。
不明白的可发邮件给我，CIGSword:bccuypsj@126.com带有软件使用说明，请一定看下注意事项

LINGO是用来求解线性和非线性优化问题的简易工具。
LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。
§1LINGO快速入门当你在windows下开始运行LINGO系统时，会得到类似下面的一个窗口：外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。
在主窗口内的标题为LINGOModel–LINGO1的窗口是LINGO的默认模型窗口，建立的模型都都要在该窗口内编码实现。
下面举两个例子。
例1.1如何在LINGO中求解如下的LP问题：在模型窗口中输入如下代码：min=2*x1+3*x2;x1+x2＞=350;x1＞=100;2*x1+x2＜=600;然后点击工具条上的按钮即可。
例1.2使用LINGO软件计算6个发点8个收点的最小费用运输问题。
产销单位运价如下表。
单位销地运价产地 B1 B2 B3 B4 B5 B6 B7 B8 产量A1 6 2 6 7 4 2 5 9 60A2 4 9 5 3 8 5 8 2 55A3 5 2 1 9 7 4 3 3 51A4 7 6 7 3 9 2 7 1 43A5 2 3 9 5 7 2 6 5 41A6 5 5 2 2 8 1 4 3 52销量 35 37 22 32 41 32 43 38 使用LINGO软件，编制程序如下：model:!6发点8收点运输问题;sets:warehouses/wh1..wh6/:capacity;vendors/v1..v8/:demand;links(warehouses,vendors):cost,volume;endsets!目标函数;min=@sum(links:cost*volume);!需求约束;@for(vendors(J):@sum(warehouses(I):volume(I,J))=demand(J));!产量约束;@for(warehouses(I):@sum(vendors(J):volume(I,J))＜=capacity(I));!这里是数据;data:capacity=605551434152;demand=3537223241324338;cost=626742954953858252197433767392712395726555228143;enddataend然后点击工具条上的按钮即可。
为了能够使用LINGO的强大功能，接着第二节的学习吧。
§2LINGO中的集对实际问题建模的时候，总会遇到一群或多群相联系的对象，比如工厂、消费者群体、交通工具和雇工等等。
LINGO允许把这些相联系的对象聚合成集（sets）。
一旦把对象聚合成集，就可以利用集来最大限度的发挥LINGO建模语言的优势。
现在我们将深入介绍如何创建集，并用数据初始化集的属性。
学完本节后，你对基于建模技术的集如何引入模型会有一个基本的理解。
2.1为什么使用集集是LINGO建模语言的基础，是程序设计最强有力的基本构件。
借助于集，能够用一个单一的、长的、简明的复合公式表示一系列相似的约束，从而可以快速方便地表达规模较大的模型。
2.2什么是集集是一群相联系的对象，这些对象也称为集的成员。
一个集可能是一系列产品、卡车或雇员。
每个集成员可能有一个或多个与之有关联的特征，我们把这些特征称为属性。
属性值可以预先给定，也可以是未知的，有待于LINGO求解。
例如，产品集中的每个产品可以有一个价格属性；
卡车集中的每辆卡车可以有一个牵引力属性；
雇员集中的每位雇员可以有一个薪水属性，也可以有一个生日属性等等。
LINGO有两种类型的集：原始集(primitive　set)和派生集(derivedset)。
一个原始集是由一些最基本的对象组成的。
一个派生集是用一个或多个其它集来定义的，也就是说，它的成员来自于其它已存在的集。
2.3模型的集部分集部分是LINGO模型的一个可选部分。
在LINGO模型中使用集之前，必须在集部分事先定义。
集部分以关键字“sets:”开始，以“endsets”结束。
一个模型可以没有集部分，或有一个简单的集部分，或有多个集部分。
一个集部分可以放置于模型的任何地方，但是一个集及其属性

【新能源微电网】新能源微电网是由分布式电源、储能设备、能量转换装置等组成的微型发配电系统，能够在独立或并网状态下运行，具有自我控制、保护和管理能力。
它结合了新能源发电，如太阳能和风能，以提高能源利用率，尤其在偏远地区提供电力供应。
然而，新能源的不稳定性给微电网的运行带来了挑战，如发电量预测和电网管理的困难。
【人工智能神经网络】人工神经网络是人工智能的核心组成部分，模拟生物神经网络结构，用于解决复杂问题，如信息处理和学习。
在新能源微电网领域，神经网络主要用于处理非线性和复杂的预测任务，如风力发电量和电力负荷的预测。
主要的神经网络分词法有：神经网络专家系统分词法和神经网络分词法，前者结合了神经网络的自学特性与专家系统的知识，后者通过神经网络的内在权重来实现正确分词。
【RBF神经网络】径向基函数（RBF）神经网络是神经网络的一种，常用于预测任务。
它由输入层、隐藏层和输出层组成，其中隐藏层使用RBF作为激活函数，实现输入数据的非线性变换，从而适应复杂的数据模式。
在微电网中，RBF神经网络用于短期负荷预测，能有效处理非线性关系，降低外部因素对预测的干扰。
【微电网短期负荷预测】短期负荷预测对于微电网的能量管理和运行优化至关重要。
通过构建RBF神经网络模型，可以预测未来一定时间内的负荷变化。
预测模型的建立通常需要选择与负荷密切相关的输入数据，如时间、气温、风速等，并进行数据预处理。
MATLAB等工具可用于进行网络训练和仿真，以生成预测结果。
【风力发电预测】RBF神经网络同样适用于风力发电量的预测。
通过对风速、气压等相关因素的预测，可以估算微电网系统的风力发电潜力，帮助维持系统的稳定运行，减少风电波动对微电网的影响。
总结来说，人工智能神经网络，尤其是RBF神经网络，为解决新能源微电网中的挑战提供了有效工具。
通过精确预测新能源发电量和电力负荷，可以优化微电网的运行效率，确保其稳定性和自给自足的能力。
此外，这种技术还能促进可再生能源的有效利用，有助于推动能源行业的可持续发展。

可自动填写腾讯问卷的Python脚本，基于selenium实现，同时考虑了防止被封ip，进行了动态调整秒数，用户可根据自己的对选项的概率进行调整，再也不用发红包请别人填问卷啦！！

SuperSocket入门实例，实现客户端和服务端消息互发，亲测可用

采用STM32F103ZET6的辉光管时钟。
纯原创作品。
能力有限，发出来希望能给大家一些参考

运行环境要求：php(5.4~7.3)+mysql5安装步骤：1，将程序文件上传至服务器空间上（注意二进制上传）2，在浏览器执行http://域名/install/进入安装注：根目录下nginx.conf是nginx的伪静态规则V6.4正式版部分功能改进说明：1，手机端每个栏目列表可以单独上传幻灯片2，后台部分页面UI优化3，增加用户自助更换微信绑定登录的功能4，后台直接上传公众号二维码和客服二维码5，手机端详情页增加自定义模板（和PC端同步）6，增加后台备忘录7，充值赠送套餐、置顶扣费选项、有效期选项等等统统改进为在后台直接设置（不再需要去改文件）8，不同栏目可以设置不同的有效期显示时间9，分站后台不显示教程、工单、更新等内容10，不同栏目可以设置不同的置顶时间项目和置顶收费标准11，PC和手机端用户中心，置顶信息改进12，手机端发信息，栏目选择界面的优化13，违禁词替换改进14，会员置顶信息界面优化（包括手机端）15，被大家诟病已久的图文编辑器将换成百度编辑器，并增加内容自动保存的功能

这个资源是2009年1月2日发布是从垂钓听竹轩的官网上一篇篇粘贴下来的这是关于Prolog的中文版基础教程现在网上很难找的中文版的Prolog教程顺便把垂钓听竹轩的网址发一下：http://hyry.dip.jp/cdtzx/program/program.htm刚刚试了一下可以用

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。