![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 70
w^s^w
三本大学二流专业科研菜U•ェ•*U
展开
-
远程linux服务器_1
文章目录前言一、校园网客户端登录(对zjuer)二、安装远程软件(xshell、xftp、xmanager)三、安装tmux四、matlab的运行总结前言linux系统具有良好的可移植性,它几乎支持所有的 CPU 平台,这使得它便于裁剪和定制。但是由于linux系统采用的是命令行式的交互,对小白来说不太友好,好多交互命令语句都得一条条去搜。最近在使用linux服务器跑matlab程序就遇到了各种各样的问题,写点东西记录一下成功运行matlab程序需要的一些常用语句。一、校园网客户端登录(对zjue原创 2021-10-17 11:45:01 · 363 阅读 · 0 评论 -
粒子群算法(PSO)的python实现
文章目录前言一、粒子群算法的原理二、python代码实现总结前言CSDN上找了一圈粒子群算法的python代码,全是以类来写的,由于对类不感冒(其实是不咋会用),于是参照matlab版本的代码写了一个纯函数调用不带类的版本,并不复杂,没必要使用。一、粒子群算法的原理原理部分别的博客已经介绍得很清楚了,就不再介绍了,放个链接:https://blog.csdn.net/daaikuaichuan/article/details/81382794这个讲的比较直白易懂了。二、python代码实现原创 2021-09-01 15:32:14 · 4292 阅读 · 7 评论 -
带约束的遗传算法代码优化
文章目录前言一、优化的内容二、优化后的代码部分三、遗传算法使用心得总结前言本文主要记录一下我在优化带约束的遗传算法过程踩的一些雷,以及需要注意的一些问题。优化代码的主要部分可以见前面的文章(利用深度学习模型基于遗传算法(GA)寻求最优解)。一、优化的内容简单介绍一下需要的优化的部分,调用的深度学习模型有四个输出,需要根据其中两个进行优化。保证在输出热量最小的前提下,获取最大的流量。由于模型训练时进行了归一化,所以在求真实值时,要先还原。二、优化后的代码部分简单说一下优化思路:以流量作为遗传算法原创 2021-08-30 16:51:58 · 2389 阅读 · 0 评论 -
REFPROP+matlab拟合物性参数公式
文章目录前言一、Refprop查询参数二、Matlab拟合前言Refprop是NIST(美国国家标准与技术研究所)的一款物性数据库。其全称为Reference Fluid Thermodynamic and Transport Properties Database,即流体热力学和输运性质数据库。在做仿真时经常需要查询物性参数,当然matlab可以调用这个软件,但是调用会影响程序的运行速度,此时可以先用Refprop查询所需的物性范围,再用matlab拟合经验公式,会极大加快运行速度。提示:以下是原创 2021-08-17 14:26:59 · 8029 阅读 · 1 评论 -
利用深度学习模型基于遗传算法(GA)寻求最优解
文章目录前言一、各种优化算法的优缺点二、深度学习模型+遗传算法1.思路2.读入数据总结前言深度学习模型的训练前面的文章已经记录过,深度学习-LSTM预测未来值,训练好后的模型如何使用呢?其中一个用途就是用来寻求最优解,优化算法的种类也有很多,本文选用比较经典的遗传算法。一、各种优化算法的优缺点遗传算法(GA):遗传算法具有良好的全局搜索能力,可以快速地将解空间中的全体解搜索出,而不会陷入局部最优解的快速下降陷阱;并且利用它的内在并行性,可以方便地进行分布式计算,加快求解速度。但是遗传算法的局部搜原创 2021-05-18 18:19:34 · 12288 阅读 · 30 评论 -
微型燃气轮机笔记三
主要补充一下燃气机运行中常见事故:压缩机的喘振和失速。三种情景下压缩机内的气体流动状况:原创 2021-05-13 23:34:00 · 154 阅读 · 0 评论 -
微型燃气轮机笔记二
补充一些汽轮机基础理论基础:原创 2021-05-10 10:53:36 · 194 阅读 · 0 评论 -
微型燃气机笔记一
文章目录前言一、微型燃气轮机是什么?二、常见问题三、速记知识总结前言这篇是无聊的学习笔记,对最近工作的总结,没多少参考价值~前段时间比较忙,两周没更,老鸽子精回归,更点不一样的,微型燃气机的学习笔记,算是我最近的在忙的工作了。只会记点我觉得需要注意的点~一、微型燃气轮机是什么?微型燃气轮机(Microturbine 简称MT)是以超小型全径流式燃气轮机为原驱动发电机发电的设备。主要由压缩机、涡轮机、燃烧室、回热器构成。压缩机用离心式,涡轮机大多用轴流式。二、常见问题1.与内燃机、汽轮机的区原创 2021-05-08 17:30:46 · 1214 阅读 · 2 评论 -
MYSQL安装
每次的软件安装,环境变量配置都是一种折磨。MySQL安装折磨了我一下午,所以写了这篇来记录一下,避免大家跟我一样踩坑,主要是给一些链接传送门和一些小tips。一、mysql和sql关系sql是一种结构化查询语言,mysql是开源的数据库软件。mysql数据库是一种关系型数据库,它的优点是易于维护、使用方便、支持SQL,缺点是读写性能较差,灵活性不足、高并发读写需求。所以说我们进行安装的是mysql。二、MYSQL下载安装mysql社区版是开源免费的,所以可以直接去官网下就行,传送门。可以看到原创 2021-03-20 17:28:16 · 1125 阅读 · 2 评论 -
小波变换初学者笔记
小波变换–数据处理在进行深度学习训练时会使用到大量的数据,这些数据中有会存在一些噪声,小波变换可以用来去除数据中的噪声。一、什么是小波变换关于小波变换的理解可以参考的资料有很多,这里放一个比较通俗易懂的链接。小波变换通俗理解简单来说可以理解成和高数中的傅里叶变化类似的工具,把一个信号分解成多个,但是与傅里叶变换又有不同。小波变换数学表达式基本小波的函数作位移t后,再在不同尺度a下与待分析信号f(t)作内积。尺度函数从滤波器的角度来看是低通滤波器,而小波函数是高通滤波器。(公式不好打,我直接上原创 2021-03-06 15:52:11 · 5221 阅读 · 14 评论 -
深度学习-利用LSTM预测多输出
#存储真实值和预测值的相关信息y_pred_df = pd.DataFrame(index=y_pred)y_pred_df.to_csv(r'./{}/LSTM_pred.csv'.format(DIR), encoding='gbk', sep=',')y_real_df = pd.DataFrame(index=y_real)y_real_df.to_csv(r'./{}/LSTM_real.csv'.format(DIR), encoding='gbk', sep=',')# 画出真实值原创 2021-01-22 19:37:34 · 7797 阅读 · 1 评论