微电网在配电网中的优化布置与定容问题是智能电网发展面临的重要问题，为此同时考虑了有功网损和电压改善程度2个重要指标，将微电网接入智能配电网的配置问题转化为同时含有连续变量(微电网的接入容量)和离散变量(微电网的接入位置)的多目标非线性优化问题，并结合具有量子行为的粒子群优化算法和二进制粒子群优化算法进行求解。
算例结果验证了该方法的有效性，可对微电网在规划阶段的选址和定容提供参考。
算例结果验证了该方法的有效性，可对微电网在规划阶段的选址和定容提供参考。
2024/11/5 13:31:17
428KB
1
论文结合一个具体算例,分别采用基于传统非线性的LINGO规划方法和在环境下采用遗传算法MATLAB求解所建模型,计算结果证明了采用遗传算法求解模型的可行性。
2024/10/19 13:39:56
5.88MB
1
（1）运用图的存储方式采用邻接矩阵，将有向图的顶点，权值，最短路径等联系起来。
（2）调用Floyd算法该算法主要是实现输出所有顶点之间最短路径长度的矩阵。
通过不停地比较矩阵中每列最短路径长度的最大值，从而查找出具有最小偏心度的顶点，即为医院选址的最短路径。
（3）主函数主函数中包括输入信息时的声明及相关函数的调用。
四调试分析该程序在查找最短路径的长度时需不停地进行比较，然后删除。
采用一个结构严谨的图类型的类库，使得多样化的图结构可以以一种相对统一的方式来描述。
（2）调用Floyd算法该算法主要是实现输出所有顶点之间最短路径长度的矩阵。
通过不停地比较矩阵中每列最短路径长度的最大值，从而查找出具有最小偏心度的顶点，即为医院选址的最短路径。
（3）主函数主函数中包括输入信息时的声明及相关函数的调用。
四调试分析该程序在查找最短路径的长度时需不停地进行比较，然后删除。
采用一个结构严谨的图类型的类库，使得多样化的图结构可以以一种相对统一的方式来描述。
2024/8/14 10:22:39
142KB
1
Description问题描述：在一个按照东西和南北方向划分成规整街区的城市里，n个居民点散乱地分布在不同的街区中。
用x坐标表示东西向，用y坐标表示南北向。
各居民点的位置可以由坐标(x,y)表示。
街区中任意2点(x1,y1)和(x2,y2)之间的距离可以用数值|x1-x2|+|y1-y2|度量。
居民们希望在城市中选择建立邮局的最佳位置，使n个居民点到邮局的距离总和最小。
编程任务：给定n个居民点的位置,编程计算n个居民点到邮局的距离总和的最小值。
Input输入由多组测试数据组成。
每组测试数据输入的第1行是居民点数n，1≤n≤10000。
接下来n行是居民点的位置，每行2个整数x和y，-10000≤x，y≤10000。
Output对应每组输入，输出的第1行中的数是n个居民点到邮局的距离总和的最小值。
SampleInput51222133-233SampleOutput10
用x坐标表示东西向，用y坐标表示南北向。
各居民点的位置可以由坐标(x,y)表示。
街区中任意2点(x1,y1)和(x2,y2)之间的距离可以用数值|x1-x2|+|y1-y2|度量。
居民们希望在城市中选择建立邮局的最佳位置，使n个居民点到邮局的距离总和最小。
编程任务：给定n个居民点的位置,编程计算n个居民点到邮局的距离总和的最小值。
Input输入由多组测试数据组成。
每组测试数据输入的第1行是居民点数n，1≤n≤10000。
接下来n行是居民点的位置，每行2个整数x和y，-10000≤x，y≤10000。
Output对应每组输入，输出的第1行中的数是n个居民点到邮局的距离总和的最小值。
SampleInput51222133-233SampleOutput10
2024/7/14 20:58:08
1KB
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