用队列结构可以模拟现实生活中的很多排队现象，例如车站候诊、医院候诊、等候理发等等各种排队现象都可以通过程序进行仿真，并由此预测客流等多项营业指标，为经办人员的决策提供有价值的量化指标。
下面以理发馆的运作情况为模型，讨论排队问题的系统仿真。
此问题中，需要设置两个数据类型：一是事件表，登录顾客进门或出门的事件。
二是队列，登录排队等候理发的顾客情况。
下面以理发馆的运作情况为模型，讨论排队问题的系统仿真。
此问题中，需要设置两个数据类型：一是事件表，登录顾客进门或出门的事件。
二是队列，登录排队等候理发的顾客情况。
2024/1/5 18:32:38
87KB
1
爬取12306及火车票网，包括所有火车站及其所属城市、火车、火车经停时刻表、车站之间的距离，因为huochepiao上有些信息过时，所以去除了一些数据，最终剩下的列车名在tid.csv中
2023/10/3 8:24:23
2.04MB
1
汽车票订票系统源码汽车订票系统，可根据车站发车和目的地进行查询，也可以根据时间查询，然后进行订票，并有退票系统管理登陆，可以进行数据库维护，添加、删除、修改汽车信息。
2023/9/3 8:17:55
239KB
1
在各种机器人中，工业机器人应用较早，发展最为成熟。
同时，技术的不断进步一直在牵引着机器人学科的发展，使机器人的应用领域从工业机器人扩展到特种机器人和服务机器人等。
机器人技术也正越来越深刻地影响着我们的生活。
机器人不但将在工厂、实验室与人一起工作，还将在车站、机场、码头、交通路口为人们指引路径、回答问题、帮助行人。
机器人还将步入千家万户，为老人端茶送水，护理伤病人等等。
未来机器人将会越来越广泛地进入人类社会，人类对机器人的依赖会如同现时对待计算机一样，即使是短时间的离开都可能会造成很大不便。
机器人化是先进制造领域的重要标志和关键技术，针对先进制造业生产效率提高的诸多瓶颈问题，尤其是在汽车产业中，机器人得到了广泛的应用。
如在毛坯制造(冲压、压铸、锻造等)、机械加工、焊接、热处理、表面涂覆、上下料、装配、检测及仓库堆垛等作业中，机器人都已逐步取代了人工作业。
目前汽车制造业是所有行业中人均拥有机器人密度最高的行业，如2004年德国制造业中每1万名工人中拥有机器人的数量为162台，而在汽车制造业中每1万名工人中拥有机器人的数量则为1140台；
意大利的这一数值更能说明问题，2004年意大利制造业中每1万名工人中拥有辅助操作的机器人数量为123台，而在汽车制造业中每1万名工人中机器人的拥有数量则高达1600台。
同时，技术的不断进步一直在牵引着机器人学科的发展，使机器人的应用领域从工业机器人扩展到特种机器人和服务机器人等。
机器人技术也正越来越深刻地影响着我们的生活。
机器人不但将在工厂、实验室与人一起工作，还将在车站、机场、码头、交通路口为人们指引路径、回答问题、帮助行人。
机器人还将步入千家万户，为老人端茶送水，护理伤病人等等。
未来机器人将会越来越广泛地进入人类社会，人类对机器人的依赖会如同现时对待计算机一样，即使是短时间的离开都可能会造成很大不便。
机器人化是先进制造领域的重要标志和关键技术，针对先进制造业生产效率提高的诸多瓶颈问题，尤其是在汽车产业中，机器人得到了广泛的应用。
如在毛坯制造(冲压、压铸、锻造等)、机械加工、焊接、热处理、表面涂覆、上下料、装配、检测及仓库堆垛等作业中，机器人都已逐步取代了人工作业。
目前汽车制造业是所有行业中人均拥有机器人密度最高的行业，如2004年德国制造业中每1万名工人中拥有机器人的数量为162台，而在汽车制造业中每1万名工人中拥有机器人的数量则为1140台；
意大利的这一数值更能说明问题，2004年意大利制造业中每1万名工人中拥有辅助操作的机器人数量为123台，而在汽车制造业中每1万名工人中机器人的拥有数量则高达1600台。
2023/8/26 5:39:45
8.1MB
1
asp.net课程设计车站售票系统支持sql2014vs2013，易得高分
2023/7/28 10:34:58
3.17MB
1
一个应用于公交、汽车、车站商场的人头检测程序，检测出人头进出数量。
输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。
可同时检测2人进入或出去。
一种基于随机Hough变换(RHT)的人头检测方法。
根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。
利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。
实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。
输入一幅图片，通过计算指定入口区域的HIST结果，判断是否有人进入。
可同时检测2人进入或出去。
一种基于随机Hough变换(RHT)的人头检测方法。
根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。
利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。
实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。
2023/7/25 4:39:41
170KB
1
代码实现了基本的功能，但是不全面。
题和代码都在文件里面！编码练习一列货运列车共有n节车厢，每节车厢将停放在不同的车站。
假定n个车站的编号分别为1~n,即货运列车按照第n站至第1站的次序经过这些车站。
为了便于从列车上卸掉相应的车厢，车厢的编号应与车站（目的地）的编号相同，使各车厢从前至后按编号1到n的次序排列，这样，在每个车站只需卸掉最后一节车厢即可。
所以，给定任意次序的车厢，必须重新排列它们。
可能通过转轨站完成车厢的重排工作，在转轨站中有一个入轨、一个出轨和k个缓冲轨，缓冲轨位于入轨和出轨之间。
开始时，n节车厢从入轨进入转轨站，转轨结束时各车厢按照编号1至n的次序离开转轨站进入出轨。
假定缓冲轨按先进先出的方式动作，因此可将它们视为队列，并且禁止将车厢从缓冲轨移至入轨，也禁止从出轨移至缓冲轨。
图1给出了一个转轨站，其中有3个缓冲轨H1，H2和H3。
要求：设计存储结构表示n个车厢、k个缓冲轨以及入轨和出轨；
设计并实现车厢重排算法；
分析算法的时间性能。
581742963---------H1-----------987654321---------H2----------入轨---------H3-----------出轨图1转轨站示意图
题和代码都在文件里面！编码练习一列货运列车共有n节车厢，每节车厢将停放在不同的车站。
假定n个车站的编号分别为1~n,即货运列车按照第n站至第1站的次序经过这些车站。
为了便于从列车上卸掉相应的车厢，车厢的编号应与车站（目的地）的编号相同，使各车厢从前至后按编号1到n的次序排列，这样，在每个车站只需卸掉最后一节车厢即可。
所以，给定任意次序的车厢，必须重新排列它们。
可能通过转轨站完成车厢的重排工作，在转轨站中有一个入轨、一个出轨和k个缓冲轨，缓冲轨位于入轨和出轨之间。
开始时，n节车厢从入轨进入转轨站，转轨结束时各车厢按照编号1至n的次序离开转轨站进入出轨。
假定缓冲轨按先进先出的方式动作，因此可将它们视为队列，并且禁止将车厢从缓冲轨移至入轨，也禁止从出轨移至缓冲轨。
图1给出了一个转轨站，其中有3个缓冲轨H1，H2和H3。
要求：设计存储结构表示n个车厢、k个缓冲轨以及入轨和出轨；
设计并实现车厢重排算法；
分析算法的时间性能。
581742963---------H1-----------987654321---------H2----------入轨---------H3-----------出轨图1转轨站示意图
2023/7/23 17:16:56
596KB
1
这个文档是从12306上爬下来的，包含了中国所有城市对应的三字码，与中国机场三字码不同，也与其他地方的三字码不同，比如在这里，北京是BJP
2023/7/15 23:13:18
84KB
1
本系统使用Struts2+Hibernate框架编写，实现了车站查询和车次查询、站站查询的功能。
希望能够帮助学习Javaweb的菜鸟们学习。
希望能够帮助学习Javaweb的菜鸟们学习。
2023/7/15 1:48:54
15.19MB
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