计算方法实验，包括牛顿下山法，高斯-塞德尔迭代法，高斯消去法，样条插值，最小二乘法，龙贝格算法，LU分解法，改进的欧拉算法，四阶龙格库塔算法，亚当姆斯算法

完整的简单迭代法源文件，大家用了这个就不必自己手动输入这么麻烦啦

在含有等式约束的凸优化问题中，分别对初始点为可行点、初始点为不可行点以及对偶问题利用Newton下降法求解

指数平滑法的计算中，关键是α的取值大小，但α的取值又容易受主观影响，因此合理确定α的取值方法十分重要，一般来说，如果数据波动较大，α值应取大一些，可以增加近期数据对预测结果的影响。
如果数据波动平稳，α值应取小一些。
理论界一般认为有以下方法可供选择：　　　经验判断法。
这种方法主要依赖于时间序列的发展趋势和预测者的经验做出判断。
　　1、当时间序列呈现较稳定的水平趋势时，应选较小的α值，一般可在0.05～0.20之间取值；
　　2、当时间序列有波动，但长期趋势变化不大时，可选稍大的α值，常在0.1～0.4之间取值；
　　3、当时间序列波动很大，长期趋势变化幅度较大，呈现明显且迅速的上升或下降趋势时，宜选择较大的α值，如可在0.6～0.8间选值，以使预测模型灵敏度高些，能迅速跟上数据的变化；
　　4、当时间序列数据是上升（或下降）的发展趋势类型，α应取较大的值，在0.6~1之间。
　　试算法。
根据具体时间序列情况，参照经验判断法，来大致确定额定的取值范围，然后取几个α值进行试算，比较不同α值下的预测标准误差，选取预测标准误差最小的α。
　　在实际应用中预测者应结合对预测对象的变化规律做出定性判断且计算预测误差，并要考虑到预测灵敏度和预测精度是相互矛盾的，必须给予二者一定的考虑，采用折中的α值。
下期预测数=本期实际数×平滑系数+本期预测数×（1-平滑系数）如某种产品销售量的平滑系数为0.4，1996年实际销售量为31万件，预测销售量为33万件。
则1997年的预测销售量为：1997年预测销售量=31万件×0.4+33万件×（1-0.4）=32.2万件

C语言子集的编译器，包括词法分析，LR1语法分析，语义分析，AT&T汇编代码生成，内含C语言文法，LR1分析表，规约过程，汇编代码。
C++编写，Netbeans上开发

对于C＞=0的情况，单纯形法源程序，C#编写！

详细介绍了openssl各个接口的参数，返回值，方便使用者了解openssl函数的用法。

Powell算法原理以及相关代码，里面有一个讲解Powell算法的pdf和两个代码，分别是基本Powell和改进Powell，一维搜索方法为黄金分割法，搜索区域获取为进退法。
含大量注释，自学编写的，用于解pdf里面的方程。
如果有问题，请及时联系我，谢谢！！！

计算机图形学（第三版）中心画圆法算法代码：代码运行软件版本（VisualStudio2017）【软件安装教程百度“VS2015安装+OpenGL环境配置及测试”】参考书本代码85~86页代码，稍作修改，实现中心画圆。

扰动观察法：PO80025.mdl是温度保持25℃不变，0.1s时光照强度由1000W/m2瞬间下降到800W/m2的情况；
PO100045.mdl是光照强度保持1000W/m2不变，0.1s时温度由25℃瞬间上升到45℃的情况；
电导增量法：IC80025.mdl是温度保持25℃不变，0.1s时光照强度由1000W/m2瞬间下降到800W/m2的情况；
IC100045.mdl是光照强度保持1000W/m2不变，0.1s时温度由25℃瞬间上升到45℃的情况.

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。