OC-初识面向对象

  1. 面向对象和面向过程思想

OC是面向对象的,C是面向过程的。面向对象和面向过程只是解决问题的两种不同思想

  1. 面向对象和面向过程的区别
  1. 以用电脑听歌为例子
  1. 面向过程
  • 打开电脑 
  • 播放电脑中的歌曲 
  • 关闭电脑

 

  1. 面向对象(不是相亲的“对象”)
  • 电脑   
  • 开机   
  • 播放歌曲   
  • 关机

 

  1. 区别分析
  • 面向过程关注的是解决问题需要哪些步骤;面向对象关注的是解决问题需要哪些对象
  • 没有开发经验很难感受到它们的区别,两种思想都能达到解决问题的目的,但是解决思路不一样

 

  1. 现实生活中面向对象的例子
  • 想打电话\发短信  找手机,不用分析电话要怎样才能拨通
  • 去饭店吃饭  找服务员,不用分析怎么到厨房炒菜
  • 汽车坏了  找汽车维修工,不用分析修车的步骤
  • 境界:万物皆对象

 

  1. 常用术语
  • 面向过程 Procedure Oriented
  • 面向对象 Object Oriented,简称OO
  • 面向对象编程 Object Oriented Programming,简称OOP

 

  1. 类和对象的关系

面向对象中有2个非常重要的概念:类和对象

  1. 如何创建对象
  1. 面向对象解决问题的时候必须有对象,那如何创建对象呢?

 

  1. 现实生活的例子:如何创造汽车对象?
  1. 需要先有汽车的建造图纸,图纸上描述清楚汽车应该具备的属性和功能(行为)
  • 属性:轮子数、时速
  • 功能(行为):跑
  1. 然后再根据图纸上的描述生成汽车
  2. 每一辆汽车都是对象,都有自己具体的属性值,都是图纸的实例
  3. 图纸是抽象的,房子是具体的。图纸是对房子对象的高度概括

 

  1. OC中的面相对象
  1. OC中的类相当于图纸,用来描述一类事物。也就是说,要想创建对象,必须先有类
  2. OC利用类来创建对象,对象是类的具体存在
  3. 因此,面向对象解决问题应该是先考虑需要设计哪些类,再利用类创建多少个对象

转载于:https://www.cnblogs.com/GJ-ios/p/5282676.html

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
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