z1.综合应用“深度优先搜索”、“宽度优先搜索”、“启发式搜索”这三种人工智能搜索技术的基本知识以及程序设计的相关知识。
z2.通过设计一个八数码问题求解程序，学习、了解状态空间搜索的思想，进一步加深对人工智能课程相关启发式搜索的理解。
z实验内容1.针对八数码问题，在Windows环境下用C/C++语言(Java语言)实现几种搜索算法(最好是图形界面)：y深度优先搜索P23y宽度优先搜索P24y启发式搜索算法（h1(n)=W(n)“不在位”的将牌数）P28y启发式搜索算法（h2(n)=P(n)将牌“不在位”的距离和）P40y启发式搜索算法（h3(n)=h(n)＝P(n)+3S(n)）P462.随机产生或手动输入初始状态，对于同一个初始状态，分别用上面的5种方法进行求解，并对比结果
z2.通过设计一个八数码问题求解程序，学习、了解状态空间搜索的思想，进一步加深对人工智能课程相关启发式搜索的理解。
z实验内容1.针对八数码问题，在Windows环境下用C/C++语言(Java语言)实现几种搜索算法(最好是图形界面)：y深度优先搜索P23y宽度优先搜索P24y启发式搜索算法（h1(n)=W(n)“不在位”的将牌数）P28y启发式搜索算法（h2(n)=P(n)将牌“不在位”的距离和）P40y启发式搜索算法（h3(n)=h(n)＝P(n)+3S(n)）P462.随机产生或手动输入初始状态，对于同一个初始状态，分别用上面的5种方法进行求解，并对比结果
2024/3/31 7:24:01
7.25MB
1
本文运用排队论与随机服务问题的基本知识，采用数学建模的方法对学校二食堂服务系统的情况进行分析并最终确定最佳窗口数，为学校食堂提供一些有效意见，有利于食堂和学生在利益和时间上得到双赢的局面。
2024/3/31 5:11:33
480KB
1
1stOpt一套数学优化分析综合工具软件包。
在非线性回归，曲线拟合，非线性复杂模型参数估算求解，线性/非线性规划等领域傲视群雄，首屈一指，居世界领先地位。
其计算核心是基于七维高科有限公司科研人员十数年的研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO)，该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。
---------------------------------------------以非线性回归为例，目前世界上在该领域最有名的软件包诸如Matlab,OriginPro,SAS,SPSS,DataFit,GraphPad等，均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛，其结果是无法求得正确结果。
而在实际应用当中，对大多数用户来说，给出(猜出)恰当的初始值是件相当困难的事，特别是在参数量较多的情况下，更无异于是场噩梦。
而1stOpt凭借其超强的寻优，容错能力，在大多数情况下（＞90%)，从任一随机初始值开始，都能求得正确结果。
在非线性回归，曲线拟合，非线性复杂模型参数估算求解，线性/非线性规划等领域傲视群雄，首屈一指，居世界领先地位。
其计算核心是基于七维高科有限公司科研人员十数年的研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO)，该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。
---------------------------------------------以非线性回归为例，目前世界上在该领域最有名的软件包诸如Matlab,OriginPro,SAS,SPSS,DataFit,GraphPad等，均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛，其结果是无法求得正确结果。
而在实际应用当中，对大多数用户来说，给出(猜出)恰当的初始值是件相当困难的事，特别是在参数量较多的情况下，更无异于是场噩梦。
而1stOpt凭借其超强的寻优，容错能力，在大多数情况下（＞90%)，从任一随机初始值开始，都能求得正确结果。
2024/3/30 14:24:30
10.1MB
1
图像熵计算过程：1)输入一幅图像，并将其转换成灰度图像。
2)统计出图像中每个灰度阶象素概率。
3)计算出一幅图像的一维熵。
2)统计出图像中每个灰度阶象素概率。
3)计算出一幅图像的一维熵。
2024/3/30 6:49:33
446KB
1
7个经典的无线传感网（WSN）节点定位算法的matlab代码，算法包括:RSSI,Centroid,APIT,DV-hop,Amorphous,BoundingBox,GridScan,MDS-MAP，另外还包括：A.场景布置,可设置:1.节点分布区域:正方形C型;2.节点分布方式:随机规则(可设置规则分布的布置误差);3.锚节点比例;4.GPS误差;B.可选择通信模型:1.规则的通信模型(通信区域是一个标准的圆形);2.DOIModel;3.LogarithmicAttenuationModel;可研究算法在不规则通信模型下的性能;C.附3个画图脚本：节点分布图，节点邻居关系图（拓扑图），节点定位误差图
2024/3/27 6:34:34
8.58MB
1
简单的排班程序，只给出代码，排班程序分为两种，一种是静态的，另一种是随机动态的，排班分全天，上午和下午三个排班，根据随机动态生成的排班信息重新插入到静态的排班信息表中，从而生成新的排班。
想了一个下午。
其它方法都试了，在界面处理的时候都很麻烦，现在这种写法就解决了界面难处理的问题，希望对大家有用
想了一个下午。
其它方法都试了，在界面处理的时候都很麻烦，现在这种写法就解决了界面难处理的问题，希望对大家有用
2024/3/27 4:57:37
3KB
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