- 博客(31)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 plant simulation连接达梦数据库
3.在plant simulation配置ODBC接口对象。1.在操作系统中打开-控制面板-管理工具-ODBC数据源。
2023-03-13 10:43:39
306
原创 DQN、DDQN、Dueling DQN、PER DQN
DQNDDQN（Double DQN）DQN中的q值总是被高估了DQN中使用一个神经网络Q，计算每一个action的的Q值，选择Q值最大的action加上rtDDQN中使用两个神经网络Q、Q’，使用Q计算action的Q值，选择Q值最大的action，使用Q’计算被选择action的Q’值。Dueling DQN相比于DQN只更改了网络的架构DQN中的Q是直接输出一个Q值Queling DQN是将输出分为价值函数和动作函数，价值函数输出一个实数，表示对当前局势的价值量，动作函数输出每
2022-04-29 13:23:48
2884
原创 【python】Torch not compiled with CUDA enabled
不兼容print(torch.cuda.is_available())结果为false。因此判断Torch和CUDA不兼容访问PyTorch官网，查找与CUDA版本兼容的添加链接描述安装Cuda添加链接描述
2022-04-28 19:09:52
1397
原创 【python】exec函数
作用exec语句用来执行储存在字符串或者文件中的python语句示例for i in range(m_no): expr1 = '''self.m_{} = agent_machine.machine(env, {}, print = 0)'''.format(i,i) # create machines exec(expr1)
2022-04-28 13:47:44
930
原创 【python】SimPy库
官网添加链接描述作用使用SimPY进行离散事件仿真SimPY是一个Python下的第三方库，可以方便的进行离散事件的仿真。仿真速度比较快。下面记录一下我的一点心得，不保证完全正确，供参考。主要概念EnvironmentProcessEventResourceSimPY使用Environment，Process，Event，Resource四大概念来进行离散事件的仿真。Environment就是整体仿真所在的时间，主要用于提取时间。Process就是仿真过程中的实体，如：顾客， 设备，
2022-04-28 13:41:24
3901
原创 文化基因算法（Memetic Algorithm，MA）
介绍文化基因算法（Memetic Algorithm，简称MA），由Mpscato在1989年提出的。文化基因算法是一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体，它的本质可以理解为：Memetic = GA + Local Search，即memetic算法实质上为遗传算法加上一个局部搜索算子。局部搜索算子可以根据不同的策略进行设计，比如常用的爬山机制、模拟退火、贪婪机制、禁忌搜索等。算法框架1.初始种群的产生初始种群一般是随机产生的,也可以利用优化问题的先验知识人为加入一些优秀个体,
2022-01-13 17:46:09
4882
1
原创 正交试验minitab
1.创建正交试验2.根据自己的实验选择水平数和因子数，并选定一个正交表3.得到正交表4.填写实验结果5.进行正交分析点击结果，点击分析6.得到分析结果7.方差分析选择响应变量与因子，点击确定得到方差分析的结果...
2021-08-26 17:42:12
9517
原创 TensorBoard遇到的一些问题
1.找到“tensorboard.exe”所在目录（在python运行环境目录中）2.打开cmd，并转到“tensorboard.exe”所在目录3.在cmd中输入tensorboard --logdir=日志路径地址4.在浏览器中打开此网址
2021-08-24 18:57:25
304
原创 人工智能、机器学习、深度学习、强化学习、深度强化学习
人工智能 （Artificial Intelligence）：人工智能研究的各个分支包括计划调度、专家系统、多智能体系统、进化计算、模糊逻辑、机器学习、知识表示、计算机视觉、自然语言处理、推荐系统、机器感知等等。机器学习（Maching Learning）：是实现人工智能的一种手段深度学习（Deep Learning）：是一种机器学习的技术。通过大量的数据训练，发现数据的规律，从而实现基于监督学习的数据预测，需要有监督的方式训练模型，训练的结果严重的依赖于标签的质量。强化学习（Reinforcemen
2021-08-17 14:46:48
1385
原创 python生成可执行文件
1、安装pyinstaller2、pyinstaller参数-F 表示生成单个可执行文件-D –onedir 创建一个目录，包含exe文件，但会依赖很多文件（默认选项）-w 表示去掉控制台窗口，这在GUI界面时非常有用。不过如果是命令行程序的话那就把这个选项删除吧-c –console, –nowindowed 使用控制台，无界面(默认)-p 表示你自己自定义需要加载的类路径，一般情况下用不到-i 表示可执行文件的图标其他参数，可以通过pyinstaller --help查看3、开始打包
2021-04-07 21:10:41
765
1
原创 蚁群优化算法
简介自然界中的蚂蚁总是成群结队地寻找面包屑并进行搬运，蚂蚁之间通过一种信息物质——信息素进行交互。蚂蚁在寻找食物的过程中往往是随机选择路径，但是他们可以感知到当前地面上的信息素浓度，并倾向于信息素浓度高的方向前进。由于较短路径上的蚂蚁的往返时间较短，所以在单位时间内经过该路径的蚂蚁较多，所以信息素的增长速度比较长路径快。因此，蚂蚁在路口时，可以感知到先前走过的蚂蚁留下的信息素，并做出选择。基本流程AS算法对TSP的求解流程主要分为两个步骤：路径构建与信息素更新例子参考书目计算智能
2021-04-07 20:09:05
186
原创 变量邻域下降法(Variable Neighborhood Descent, VND)
简介变量邻域下降法(Variable Neighborhood Descent, VND)是由Mladenovic和Hansen(1997)提出的一种求解细化方法，它在求解空间中交替搜索，并系统地考虑邻域结构。设Ns = {N1(s)，N2(s)，…，Nk(s)}是一组不同的邻域结构。VND过程的默认版本从利用N1(s)邻域开始，根据这个结构定义的搜索策略。在N1(s)的开发完成后(即没有发现任何改进方案)，开始开发N2(s)邻域。如果在N2(s)的开发结束时观察到改进，则恢复邻域开发N1(s)。否则，
2021-03-18 13:44:32
4599
原创 GRASP算法（Greedy Randomized Adaptive Search，贪心随机自适应搜索算法）
参考：An Adaptive Genetic Algorithm to the Single Machine Scheduling Problem with Earliness and Tardiness Penalties 一文
2021-02-02 20:35:44
2370
1
原创 超启发式算法（hyper heuristic）
简介超启发式算法是新近提出的一类解决复杂优化问题的概念模型。该模型主要通过一种高层次启发式策略(High-level Heuristic，简称 HLH)管理和操纵一系列低层次启发式(Low-level Heuristics，简称 LLH)方法以实现在解空间中的寻优，其框架如图 1-2 所示。作为一种有效的搜索方法，超启发式算法可以自动选择、组合或生成多个简单的 LLH 方法以解决复杂的优化问题。由于其具有较好的寻优性能,超启发式算法成为当前智能计算领域的研究热点之一。LLH 策略与方法作为超启
2021-01-20 16:42:30
5407
1
原创 差分进化算法 (differential evolution,DE)与离散差分进化算法(discrete DE, DDE)
概述差分进化算法是一种用于解决全局优化问题的随机搜索算法。与遗传算法、粒子群优化算法、蚁群算法、人工蜂群算法等智能算法相比较，DE 算法的参数少、优化能力较强。DE 算法是进化算法中的一种，它具有进化算法所有的优点。该算法受自然界中物种“优胜劣汰，适者生存”的准则启发，通过对种群进行初始化、个体适应值评价、差分变异操作、杂交操作、选择操作等过程选择更优秀的下一代，算法流程图如图所示。由图可知，DE 算法中种群初始化后，通过适应值函数对种群个体进行评价计算，再将种群中的个体放入循环中进行各项操作，当
2020-12-25 09:57:27
8713
原创 [python]append函数 后面数据覆盖前面数据 的问题解决——拷贝对象
c =[]a = [1,2,3]c.append(a) #第一次添加 aprint(c)a.append(4)c.append(a) #第二次添加 aprint(c)a.append(5)c.append(a) #第三次添加 aprint(c)希望的结果：[[1, 2, 3]][[1, 2, 3], [1, 2, 3, 4]][[1, 2, 3], [1, 2, 3, 4], [1, 2, 3, 4, 5]]实际的输出结果：[[1, 2, 3]][[1, 2, 3,
2020-12-07 13:17:00
1337
原创 禁忌搜索算法（TS）
思想禁忌搜索(Tabu Search, TS)也是属于模拟人类智能的一种优化算法。原理禁忌搜索算法是组合优化算法的一种，是局部搜索算法的扩展。禁忌搜索算法是人工智能在组合优化算法中的一个成功应用。禁忌搜索算法的特点是采用了禁忌技术。所谓禁忌就是禁止重复前面的工作。禁忌搜索算法用一个禁忌表记录下已经到达过的局部最优点，在下一次搜索中，利用禁忌表中的信息不再或有选择地搜索这些点。过程（1）产生初始可行解，设置空的禁忌表（2）判断是否满足接入条件，不满足进入循环（3） 生成当前解的邻
2020-11-23 22:38:11
4133
3
原创 析取图
析取图（disjunctive graph）, 用来表示Job shop scheduling的过程。用圆是用来表示一道工序实心的箭头用来表示一个合同或工作(Job)所需要经过的流程(Operation)由于不同的合同所需要经过的流程有可能是同一个机器上完成的（即不同的合同需要同一个流程），使用虚线将同一个机器上完成的工序连接起来下图引用 张超勇。基于自然启发式算法的作业车间调度问题理论与应用研究 。华中科技大学。...
2020-11-23 20:15:05
5378
1
原创 多目标优化问题MOP
概念多目标优化问题( multi-objective optimization problem，MOP)也称为向量优化问题或多准则优化问题。多目标优化问题可以描述为:在可行域中确定由决策变量组成的向量，它满足所有约束，并且使得由多个目标函数组成的向量最优化。而这些组成向量的多个目标函数彼此之间通常都是互相矛盾的。因此，这里的“优化”意味求一个或一组解向量使目标向量中的所有目标函数满足设计者的要求。这些相互冲突的子目标，一个子目标的改善有可能会引起另一个或者另几个子目标的性能降低 , 也就是要同时使多
2020-11-22 23:32:55
11864
4
原创 模拟退火算法（SA）原理与python实例
1.概述模拟退火算法（Simulated Annealing, SA），是一种理论上的全局最优算法。模拟退火算法是源于对热力学中退火过程的模拟，在某一给定初温和初态下，伴随温度参数的不断下降，结合概率突跳特性在解空间中通过邻域函数进行随机搜索，使算法能够给出一个全局最优解 。SA在迭代更新可行解时，以一定的概率来接受一个比当前解要差的解，因此有可能会跳出这个局部的最优解，达到全局的近似最优解。2.什么是退火——物理上的由来退火是指将固体加热到足够高的温度，使分子呈随机排列状态，然后逐步降温使之冷却
2020-11-05 00:01:33
1017
原创 遗传算法的性能评估
针对求解统一优化问题，不同参数设置的两个或多个遗传算法，或者遗传算法与其他启发式搜索算法，如何进行性能比较呢？一般可以归纳为求解效率与求解质量两个方面。接下来介绍几个指标。1.适应值函数计算次数是指发现同样适应性的个体，或者找到同样质量的可行解，所需要的计算次数。值越小，搜索效率越高。或者相反，在一定次数下比较发现的最佳个体或者找到可行解的质量。2.在线和离线性能函数3.最优解搜索性能采用当前群体发现的最佳可行解的改善情况作为度量遗传算法搜索能力的基本指标。其中，Pbest可以反映遗传算法搜
2020-11-03 10:04:23
4326
3
原创 遗传算法（GA）原理以及matlab与python实现
1.概述遗传算法，模拟达尔文进化论的自然选择和遗传学机理的生物进化过程的计算模型，一种选择不断选择优良个体的算法。谈到遗传，想想自然界动物遗传是怎么来的，自然主要过程包括染色体的选择，交叉，变异，这些操作后，保证了以后的个体基本上是最优的，那么以后再继续这样下去就可以一直最优了。解决的问题：主要还是解决优化类问题，尤其是那种不能直接解出来的很复杂的问题2.技术2.1编码（1）二进制编码二进制编码的字符串长度与问题所求解的精度有关。需要保证所求解空间内的每一个个体都可以被编码。优点：编、解码操
2020-10-27 19:41:37
2873
3
原创 [python]pycharm查看每个变量的所有数据
效果要想在pycharm中以表格的形式查看变量，如下图方法之后再点击运行，在右边出现了变量的窗口：之后便得到了
2020-09-06 15:32:41
12459
原创 [python]Jupyter Notebook代码自动提示补全
1.首先安装 nbextensionspip install jupyter_contrib_nbextensionsjupyter contrib nbextension install --user2.然后安装 nbextensions_configuratorpip install jupyter_nbextensions_configuratorjupyter nbextensions_configurator enable --user3.最后重启jupyter，在弹出的主页面
2020-09-01 15:57:35
2394
3
原创 [python]安装anaconda
版本Anaconda两个版本一个适用py2.7的Anaconda2，一个适用py3的Anaconda3。一般情况下，大家都是先安装了python，在已有python的情况下搭配Anaconda来使用。下载官网下载网站：https://www.anaconda.com/官网速度很慢，推荐镜像网站安装镜像网站下载网站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/这是清华大学的镜像网，直接找到你需要的下载即可我直接选择了最新的版本下
2020-09-01 10:41:31
122
原创 [python]pip镜像以及pycharm使用镜像下载库以及available package不显示包的问题
Pip镜像以及使用镜像下载库镜像源使用镜像下载库永久修改镜像源镜像源新版ubuntu要求使用https源，要注意。清华：https://pypi.tuna.tsinghua.edu.cn/simple阿里云：http://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/华中理工大学：http://pypi.hustunique.com/山东理工大学：http://pypi.sdutlin
2020-08-30 16:07:26
3410
2
原创 [Python]自动、使用镜像网站自动和手动安装Numpy
Python安装Numpy直接安装Numpy模块自行下载numpy之后安装直接安装Numpy模块在cmd输入直接pip install numpy若出现报错：ou are using pip version 18.1, however version 20.2.2 is available. You should consider upgrading via the ‘python -m pip install --upgrade pip’ command.根据提示：您使用的是pip版本18.1，但
2020-08-30 13:53:37
3479
原创 连续垂直提升机工作原理
1 主题：连续垂直提升机工作原理2 分类和形式连续垂直提升机根据输送的输入、输出方向的不同可分为：C型、Z型，如图 1连续垂直提升机（C型Z型），C型的输入输送机和输出输送机在同侧，Z型的输入输送机和输出输送机在异侧。这种输送机主要用于高效率的1-2层之间的连续的物品垂直输送。图 1连续垂直提升机（C型左Z型右）3 结构组成3.1 Z型连续垂直提升机3.1.1 结构连续垂直提升机有三个组成部分：输入输送机、连续提升机构、输出输送机。输入输送机、输出输送机一般为滚筒输送机。连续提升机构的主
2020-07-07 11:20:04
8786
1
原创 企业物流管理与最新IT技术
企业物流管理与最新IT技术引言1云计算、大数据、人工智能、区块链技术的功能与特点1.1云计算的功能与特点1.2大数据的功能与特点1.3人工智能的功能与特点1.5总结2云计算、大数据、人工智能、区块链技术之间的关系2.1大数据与云计算技术之间的关系2.2人工智能与大数据技术之间的关系2.3 区块链与大数据技术之间的关系2.4区块链与人工智能技术之间的关系2.5区块链与云计算技术之间的关系2.6总结3云计算、大数据、人工智能、区块链技术在企业物流管理中的应用3.1云计算在企业物流管理中的应用3.2大数据技术在企
2020-05-30 16:23:53
3422
neo4j-community-3.5.14-windows.rar
2020-10-25
beergame和riskpool.rar
2020-07-07
jackson2.8.6.zip
2019-08-27
spring-framework-4.3.6.RELEASE-dist.zip
2019-08-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人