- 博客(5)
- 收藏
- 关注
RSS订阅原创 OpenCAEPoro安装编译以及优化
1.OpenCAEPoro是一种数值模拟器，专为多孔介质中的多相和多组分流而设计，特别强调石油储层问题。它使用 C++ 构建，并结合了 MPI 并行性以增强其性能和可扩展性。其过程主要涉及利用高性能计算研究流体动力学相关的问题和多物理场的模拟。2.PETSC是一个专门为大规模科学计算提供的高效数值求解工具的开源软件库，主要是处理线性和非线性方程组，以及求解偏微分方程。整个优化过程当中，时间减少最明显的两个阶段分别是设置的进程数接近逻辑内核的时候和跑多机的时候，基本都是减少了50%的时间。
2024-10-04 07:21:43
1096
原创 C-practice-day1
第一反应是遍历，即按列表顺序从头到尾逐个判断，只和索引位于自己后面的元素比较，但是这个思路明显用到两层循环，即使从每个元素后的索引寻找，时间复杂度也为O（n^2)引入哈希表：是用于存储和组织数据的高效数据结构，能够在平均情况下实现常数时间复杂度的查找、插入和删除操作。它通过将键（Key）映射到值（Value）来实现快速的数据查找、插入和删除操作。哈希表的基本原理是使用哈希函数将键转换为数组的索引，从而实现快速访问。
2024-09-04 23:20:58
728
原创 多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization, MOPSO）
1.Pareto前沿（Pareto Front）是多目标优化领域中的一个重要概念，旨在描述在多个目标之间的 最佳折衷解。在多目标优化中，假设我们有两个或多个目标函数，我们希望同时优化它们。一个解被称为Pareto 优化或非支配解，当任何另一个解无法在不使至少一个其他目标变得更差的情况下使所 有目标变得更好时。这种情况下，我们说该解是“Pareto有效的”或“非支配的”。Pareto前沿的特征多目标: Pareto前沿包含多个解，这些解是最优的，在所有目标之间没有单一解能够优于它们。折衷关系。
2024-08-21 18:13:07
1525
原创 【优化算法】遗传算法及加速遗传算法（超详细更新中）
例如，在调度问题中，可能基于任务的优先级生成一定结构的解。在浮点数编码方法中，必须保证基因值在给定的区间限制范围内，遗传算法中使用的遗传算子也必须保证其运算结果所产生的新个体的基因值也在该区间限制范围内。）一位代表两种状态的信息量，因此对于复杂信息来说，足够长的序列才能更好的传达信息，造成麻烦。对于连续函数的搜索问题，其随机性也使其搜索能力较差，当迫近最优解时由于其变异后表现型变化很大，不连续，所以会远离最优解，达不到稳定。在遗传算法中，用来评价解的优劣程度的数学函数，称为个体的适应度函数。
2024-08-18 17:33:57
2022
2
原创 wrf-hydro环境部署,运行测试
这里就是怪啊，我一开始编译那步卡了一个中午，也不是卡，就是编译了一中午，也确实一直在编译，一会儿蹦一行，后来我果断重新弄了。此处安装可以选择windows下安装再finalshell传输，后面两个我选择直接在虚拟机中打开网页再直接extract解压，感觉更省事。等），而不是直接修改系统文件或原始文件，是出于安全稳定的考虑，并且可以根据用户需要进行特定的配置。这里我就直接虚拟机内下载了，设置一组临时变量，检查环境，make编译，make install安装。检查环境，安装编译的基本步骤是相似的。
2024-08-04 12:39:36
1397
1
最大最小蚁群算法论文原文
2024-11-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人