<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_25018077的博客]]></title><description><![CDATA[闲暇时间学点东西]]></description><link>https://blog.csdn.net/qq_25018077</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; qq_25018077]]></copyright><item><title><![CDATA[不完美信息博弈论（1）-两种信念-passive belief（被动信念）和 wary belief（警惕信念）]]></title><link>https://blog.csdn.net/qq_25018077/article/details/150551100</link><guid>https://blog.csdn.net/qq_25018077/article/details/150551100</guid><author>qq_25018077</author><pubDate>Wed, 20 Aug 2025 14:14:32 +0800</pubDate><description><![CDATA[当观察到其他参与者的行为与预期不符时，持有 wary belief 的参与者会怀疑对方可能有隐藏的信息或策略性的行为，从而会根据新的情况更积极地调整自己的信念。例如，在商业谈判中，如果一方突然提出一个出乎意料的条件，另一方持有 wary belief 的话，就会仔细思考对方提出该条件的真实意图，而不是简单地认为这只是一个偶然的行为。例如，在消费者购买产品的博弈中，当一家企业的价格偏离均衡时，消费者对其他企业要价的信念以及对这家企业质量的信念保持不变。]]></description><category></category></item><item><title><![CDATA[深入浅出全面理解贝叶斯框架（Bayesian Framework）]]></title><link>https://blog.csdn.net/qq_25018077/article/details/150471254</link><guid>https://blog.csdn.net/qq_25018077/article/details/150471254</guid><author>qq_25018077</author><pubDate>Sun, 17 Aug 2025 18:52:08 +0800</pubDate><description><![CDATA[它统一了参数估计、假设检验、模型选择、实验设计、序贯决策等问题，并在现代计算技术的加持下，已成为数据科学、机器学习、人工智能和科学研究的基础设施之一。• 后验：Beta(101,901) vs Beta(121,881) → 计算 P(p_B > p_A | D)。似然 L(θ)=P(D|θ) 不是概率分布（对 θ 积分不为 1），而是“参数空间上的函数”。通过证据 P(D|M) = ∫ P(D|θ,M) P(θ|M)dθ 自动实施奥卡姆剃刀。]]></description><category></category></item><item><title><![CDATA[word一保存就会卡住未响应，并很慢才能恢复过来]]></title><link>https://blog.csdn.net/qq_25018077/article/details/146474383</link><guid>https://blog.csdn.net/qq_25018077/article/details/146474383</guid><author>qq_25018077</author><pubDate>Mon, 24 Mar 2025 13:43:24 +0800</pubDate><description><![CDATA[解决方法：主要是防火墙每一次保存的时候都要进行一次安全检查，就变慢了，因此需要在防火墙里面增加word的排除项就好了。#win10系统每次保存word都需要很长时间，甚至卡死，一顿怀疑是电脑出现了问题。]]></description><category></category></item><item><title><![CDATA[C++算法代码-植物生长算法求解多目标车辆路径规划问题]]></title><link>https://blog.csdn.net/qq_25018077/article/details/146429264</link><guid>https://blog.csdn.net/qq_25018077/article/details/146429264</guid><author>qq_25018077</author><pubDate>Fri, 21 Mar 2025 21:12:06 +0800</pubDate><description><![CDATA[植物生长算法求解多目标车辆路径规划算法]]></description><category></category></item><item><title><![CDATA[C++代码3-多目标布谷鸟算法求解车辆路径规划算法]]></title><link>https://blog.csdn.net/qq_25018077/article/details/146429213</link><guid>https://blog.csdn.net/qq_25018077/article/details/146429213</guid><author>qq_25018077</author><pubDate>Fri, 21 Mar 2025 21:09:19 +0800</pubDate><description><![CDATA[运营总成本：包括燃料成本、维护成本等。碳排放量：考虑电动车的电量消耗与燃油车的油量消耗及相应的碳排放。消费者的不满意程度：基于交货时间的延迟，消费者对延迟的敏感程度不同。]]></description><category></category></item><item><title><![CDATA[C++代码2-多目标算法求解车辆路径规划]]></title><link>https://blog.csdn.net/qq_25018077/article/details/146429126</link><guid>https://blog.csdn.net/qq_25018077/article/details/146429126</guid><author>qq_25018077</author><pubDate>Fri, 21 Mar 2025 21:03:38 +0800</pubDate><description><![CDATA[为了解决车辆路径规划问题，我们需要在同一模型中同时考虑多个目标，其中一个目标是，而另一个目标是。使用组合算法，包括（Simulated Annealing, SA）、以及（Multi-Objective Differential Algorithm for Decision-making）来求解此问题。]]></description><category></category></item><item><title><![CDATA[C++语言的车辆路径规划算法代码]]></title><link>https://blog.csdn.net/qq_25018077/article/details/146428936</link><guid>https://blog.csdn.net/qq_25018077/article/details/146428936</guid><author>qq_25018077</author><pubDate>Fri, 21 Mar 2025 20:54:23 +0800</pubDate><description><![CDATA[以下是一个简化的C++实现框架，包含了路径规划、车辆调度以及电动车充电的基本功能。来进行路径规划，结合动态调度算法来实现车辆的调配和电动车充电的管理。]]></description><category></category></item><item><title><![CDATA[博弈论中的对比求解]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140991015</link><guid>https://blog.csdn.net/qq_25018077/article/details/140991015</guid><author>qq_25018077</author><pubDate>Wed, 07 Aug 2024 14:26:23 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[计量经济学（零）了解计量经济学的范式]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140990822</link><guid>https://blog.csdn.net/qq_25018077/article/details/140990822</guid><author>qq_25018077</author><pubDate>Wed, 07 Aug 2024 14:16:21 +0800</pubDate><description><![CDATA[3）各要素或部分之间的关系是怎样的。第三步（确定要素之间的关系），用参数表示，其中X的系数参数设为θ，而干扰的参数为表示其分布的期望和方差等参数，那么用线性函数来表示Y=f（X;”有了理解关系的参数，我们对世界的不确定性就又少了一点，这就是我们对事物认知的过程。”对计量经济学的理解一定要特别重视参数，“理论模型的规律性与关注参数的常数性对应”“建模的关键就在于如何提出既含有行为规律性又具有研究价值的参数，以及如何设计好所需的数据及数据分析步骤使这些参数可解”（即参数的设定、识别和估计等）。]]></description><category></category></item><item><title><![CDATA[计量经济学（十六）--一文读懂和学会医学统计学中的四种检验方法]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140902260</link><guid>https://blog.csdn.net/qq_25018077/article/details/140902260</guid><author>qq_25018077</author><pubDate>Sun, 04 Aug 2024 14:26:42 +0800</pubDate><description><![CDATA[统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。统计学主要又分为描述统计学和推断统计学。给定一组数据，统计学可以摘要并且描述这份数据，这个用法称作为描述统计学。另外，观察者以数据的形态建立出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及母体，这种用法被称做推论统计学。]]></description><category></category></item><item><title><![CDATA[计量经济学（一）关于回归的那些事]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140872861</link><guid>https://blog.csdn.net/qq_25018077/article/details/140872861</guid><author>qq_25018077</author><pubDate>Fri, 02 Aug 2024 16:07:34 +0800</pubDate><description><![CDATA[学习计量经济学并辅助以Python来处理数据实现数据驱动的研究]]></description><category></category></item><item><title><![CDATA[计量经济学（0）---初试计量经济学]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140872091</link><guid>https://blog.csdn.net/qq_25018077/article/details/140872091</guid><author>qq_25018077</author><pubDate>Fri, 02 Aug 2024 15:59:03 +0800</pubDate><description><![CDATA[定期学习一些计量经济学的知识，顺便与Python等软件进行结合起来，实现数据驱动的研究设计]]></description><category></category></item><item><title><![CDATA[运用演化博弈论快速水出一篇C刊/SCI期刊]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140122436</link><guid>https://blog.csdn.net/qq_25018077/article/details/140122436</guid><author>qq_25018077</author><pubDate>Tue, 02 Jul 2024 11:45:36 +0800</pubDate><description><![CDATA[博弈论在很多社会问题中都有涉及到，它是一种用数学方法研究相互影响的主体间的关系，求得最优的发展策略的理论。它的研究对象包含博弈主体、博弈策略、信息集合和博弈结果等。它总结出了社会群体向着有利于自身的最优策略演化的规律，用数学模型展示出了社会群体之间的竞合博弈问题。一般， 我们研究的博弈论是静态的，且假设往往参与博弈的主体都是完全理性的，但是实际上上述两个假设在实际上往往不是很准确和贴合现实的，那么从演化的视角，就出现了“演化博弈论”。]]></description><category></category></item><item><title><![CDATA[Mathematica训练课（46）-- 一些常用的画图函数]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140062462</link><guid>https://blog.csdn.net/qq_25018077/article/details/140062462</guid><author>qq_25018077</author><pubDate>Sat, 29 Jun 2024 14:46:01 +0800</pubDate><description><![CDATA[在前面的课程中，我们已经梳理了Plot的画图用法，今天就详细梳理一下其他的画图函数用法；]]></description><category></category></item><item><title><![CDATA[Mathematica训练课（45）-- 一些常用的函数Abs[]，Max[]等函数用法]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140062376</link><guid>https://blog.csdn.net/qq_25018077/article/details/140062376</guid><author>qq_25018077</author><pubDate>Sat, 29 Jun 2024 12:44:44 +0800</pubDate><description><![CDATA[①绝对值函数：Abs[]函数



②最大值和最小值函数



③反函数


]]></description><category></category></item><item><title><![CDATA[Mathematica训练课（44）-- 一些符号#，&，//, /. 的整理]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140061757</link><guid>https://blog.csdn.net/qq_25018077/article/details/140061757</guid><author>qq_25018077</author><pubDate>Sat, 29 Jun 2024 12:32:54 +0800</pubDate><description><![CDATA[Clear[A](*清除A变量的赋值*)Clear["`*"](*清除所有*)]]></description><category></category></item><item><title><![CDATA[Mathematica训练课（43）-- NSolve 函数求解函数数值解]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140061508</link><guid>https://blog.csdn.net/qq_25018077/article/details/140061508</guid><author>qq_25018077</author><pubDate>Sat, 29 Jun 2024 11:40:54 +0800</pubDate><description><![CDATA[NSolve就是用来求解一个函数的数值解的，具体用法如下：用法①用法②。]]></description><category></category></item><item><title><![CDATA[Mathematica训练课（42）-- DSolve 函数求解微分方程]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140061371</link><guid>https://blog.csdn.net/qq_25018077/article/details/140061371</guid><author>qq_25018077</author><pubDate>Sat, 29 Jun 2024 11:36:12 +0800</pubDate><description><![CDATA[DSolve就是专门用来求解微分方程的。当然，你也可以对微分方程定义一下边界值。例如，示例①就是求解偏微分方程。]]></description><category></category></item><item><title><![CDATA[Mathematica训练课（41）-- Solve 函数的用法]]></title><link>https://blog.csdn.net/qq_25018077/article/details/140060986</link><guid>https://blog.csdn.net/qq_25018077/article/details/140060986</guid><author>qq_25018077</author><pubDate>Sat, 29 Jun 2024 11:28:18 +0800</pubDate><description><![CDATA[Solve的用法有两种，下面分别进行介绍：第一种用法就是单纯的求解一个方程关于某一个变量的解；另一个用法是在第一个用法基础上，增加了对定义域的规定，比如我们要求我们的变量取值区间（也就是定义域）在实数区域、证书区域等，这样通过规定变量的区域区间就可以得到我们的方程的解。]]></description><category></category></item><item><title><![CDATA[SCI绘图【2】-双轴图]]></title><link>https://blog.csdn.net/qq_25018077/article/details/139811008</link><guid>https://blog.csdn.net/qq_25018077/article/details/139811008</guid><author>qq_25018077</author><pubDate>Wed, 19 Jun 2024 19:17:08 +0800</pubDate><description><![CDATA[（Matlab绘制双轴图）（Grouped Dual Axis Chart）是指有多个（≥2）Y 轴的数据图表，多为分组柱状图+折线图的结合，在同时分析两个相差较大的数据时，图表显示更为直观。①当需要同时分析多种差异较大的数据时，可以利用分组双轴图进行较为直观的展示。②当需要同时比较多种数据之间的关系时，可以利用分组双轴图进行较为直观的展示。]]></description><category></category></item></channel></rss>