我这一家子——中年程序员的回忆录

我这一家子

写在前面

  工作以来,感觉日子是越过越紧凑,事情永远忙不过来。此时上海的夜晚外面下着雨,坐在窗前思索着如何搞定评级的论文,这记忆力是越来越差,想着想着连题目都想没了。。。
  借着这安静的气氛,趁着一股怀旧的思索,何不把聊聊我这一家子的事以及那30岁还记忆犹新的回忆。

最好喝的饮料

  生活在苏北农村的我,印象最好喝的饮料是田间带过来的一瓶醋茶,混合着来自墙脚的几片野生薄荷。依稀记得老家的北边走路也要20分钟左右,原本有一块小的田地,很窄却很长。夏天往往这边会种上玉米,到了最热的季节也是玉米成熟的时节。奶奶就会推着独轮车(区别现在常见的两轮大车),我坐在横杠上顶着大大凉帽,灌一瓶醋茶,带上几根削尖的竹筷子…

老家的房子

  吃货往往首先想到的吃喝,其次才是其他。其次当然最重要的就是房子了。
  印象中的记忆加上长辈不经意间的透露,老家的房子经历两个比较大的阶段,第一个阶段是爷爷年轻时(大概率是我出生之前),家里的房子外面大雨,屋里小雨,后面到了几乎天天随时要倒下情况,甚至一段时间一家子拿着木板睡在茅坑上,生怕晚上睡着了房塌了。曾经,奶奶一天晚上走了十几里路回娘家借钱想买点砖瓦,想把房子翻新一下。却遭到拒绝(那个时代,人穷被人欺实属常事,现在也是吧)反而怪罪奶奶能力不佳,奶奶一气之下,连夜回了家。时至今日,奶奶也不愿多提当年的事。
  第二阶段,父亲把原来的瓦屋,变成了现场常见的小洋楼,期间也是坎坎坷坷。8 9岁的样子吧,听到要盖新房,像一帮小孩那样都非常的高兴,现在却知道是当年父母的无奈与无可奈何,瓦屋要塌了,不建不行呐。就当时家里的情况,房子是竖起来,窗子啥的都没装,不要问为什么,问就是没钱,父亲不知从哪买来了好几卷蓝红白相间的塑料纸,剪成几块糊了窗。当然此时内外墙也都是没有粉刷的,能直接看到红色砖瓦的样子。这个状态维持了至少五六年的样子,也成了村里别样的风景。。。后面经过几次加固和翻新才有了现在的模样。

最豪气的车

  小学六年级的时候,家里买了辆摩托车,新大洲本田,苏F587.前几年,还挺到父亲提起,要不是过不了车检,车子还能打着火,后来这位功臣也被当废铁卖了。
  东边领居家和我家先后买的摩托车,那时东边家女主人还在(后来因心脏病走了,也来了新的女主人,人还不错哈哈),刚买车那会,父母亲整体拿着布擦呀擦的。最值得回味的是,和隔壁家一起,夏天晚上一起在村里开着转了几圈,然后一起停到我家门口,聊大灯,聊油耗。。。

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

可乐欢丶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值