欢迎加入QQ群109940879讨论本人的毕业设计全部内容(有朋友反应缺失文件，这是误解哈，所有文件都在这个包里了，请细心阅读说明文档)，包括论文和源代码，主题为基于J2EE的网络问卷调查系统设计，该问卷调查系统全部用JSP/SERVLET实现，采用MSSQL2000+TOMCAT6+MYECLIPSE7开发完成。
采用MVC三层架构。
包含系统设置，问卷添加，问卷设计，问卷统计，管理员管理等模块，支持单项选择，多项选择，填空（问答），以及用户自定义输入选项等题目类型，采用AJAX实现了界面动态跳转，实现了选项截断和选项跳转功能，支持IP黑白名单，支持上传图片，支持设置访问密码，支持重复提交校验，支持统计结果图表展示，支持查阅所有答卷等。
。

经典粒子群算法优化改进碳排放买卖算法，并实际通过上海电力市场检验

完成二维空间坐标的聚类，对处于平面的二维点群进行分类

基于java的网络白板+聊天室+教育白板6个白板集合，资源丰富：多用户之间的信息共享，绘图区绘图共享，可以聊天并且发表情；
用Java编写界面，用seversocket创建服务端，socket创建客户端，实现简单图形绘画和一对多聊天，客户端和服务端都能显示在线用户；
本程序是基于javaSocket设计实现的多用户间的网络白板功能，程序次要采用Server/Client模式；
客户端可实现：画板画各种图形，添加文字，橡皮擦；
聊天栏显示在线人数和用户名，可实现群聊和私聊功能（采用“@用户名@信息”格式）；
界面美观，大气，使用方便；

二、粒子群算法的具体表述上面罗嗦了半天，那些都是科研工作者写论文的语气，不过，PSO的历史就像上面说的那样。
下面通俗的解释PSO算法。
PSO算法就是模拟一群鸟寻找食物的过程，每个鸟就是PSO中的粒子，也就是我们需要求解问题的可能解，这些鸟在寻找食物的过程中，不停改变自己在空中飞行的位置与速度。
大家也可以观察一下，鸟群在寻找食物的过程中，开始鸟群比较分散，逐渐这些鸟就会聚成一群，这个群忽高忽低、忽左忽右，直到最后找到食物。
这个过程我们转化为一个数学问题。
寻找函数y=1-cos(3*x)*exp(-x)的在[0,4]最大值。
-----------------------------------------------------------------标准粒子群算法的实现思想基本按照粒子群算法(2)----标准的粒子群算法的讲述实现。
主要分为3个函数。
第一个函数为粒子群初始化函数InitSwarm(SwarmSize......AdaptFunc)其主要作用是初始化粒子群的粒子，并设定粒子的速度、位置在一定的范围内。
本函数所采用的数据结构如下所示：表ParSwarm记录的是粒子的位置、速度与当前的适应度值，我们用W来表示位置，用V来代表速度，用F来代表当前的适应度值。
在这里我们假设粒子个数为N，每个粒子的维数为D。
---------------------------------------------------------------------

MATLAB的粒子群工具箱，包含使用文件，如何添加到MATLAB中使用等相关详细说明

用粒子群算法优化支持向量机的matlab程序，简单易学，合适matlab初学者

关于最小化网络编码资源：一种改进的粒子群优化方式。

《电站除灰除渣系统用渣浆泵的发展》随并电站装机容易的日趋增大，灰场越移越远，对电站除灰渣系统用泵的要求也越来越高。
为顺应此种要求，我国电站除灰渣系统用渣浆经历了三个发展阶段，本文对此八一简要概述。
源代码地址：http://download.csdn.net/user/gouyuehttp://download.csdn.net/user/qq223857666勾月源代码交流群：44202834源代码交群志在为编程爱好者提供一个绿色交流平台，您也可以共享自己的资源，分享自己的知识和快乐,认识更多的朋友,进群可以获得上千例丰富的源代码，多为

基于克隆选择原理和免疫优势理论,本文提出一种新的基于免疫优势的克隆选择聚类算法(Immun-odomaincebasedClonalSelectionClusteringAlgorithm,IDCSCA),该算法通过在经典的克隆选择算法框架中,引入基于免疫优势理论的免疫优势算子实现了在线自适应动态获得先验知识和个体间的信息共享.新算法首先通过对群体中若干最优抗体的分析,提取免疫优势,然后将其推广到整个抗体群,通过在进化过程中利用积累的先验知识,在保证抗体种群多样性的基础上加快收敛速度.采用个5个数据集对算法功能进行了测试,与模糊C均值算法(FuzzyC-means,FCM)、基于遗传算法的模糊聚类算法(GeneticAlgorithmbasedFuzzyC-means,GAFCM)以及基于克隆选择的模糊聚类算法(ClonalSelectionAlgorithmbasedFuzzyC-means,CSAFCM)比较,结果表明IDCSCA能有效避免聚类中心迭代过程中陷入局部最优点的问题,而且聚类功能更稳定.

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。