Teletele-Lin-优快云博客

原创 VSCode搭建远程Python与Jupyter开发环境(Miniconda)

本文主要介绍了Python、Jupter远程开发环境的配置和使用，核心在于环境管理的理念和插件的安装，对环境配置比较感兴趣也可以自行配置SSH免密连接远程服务器。

2025-10-08 15:37:23 710

原创计算机网络 3-24 3-25 在上题中的站点A和B在t=0时同时发送了数据帧。当t=255比特时间，A和B同时检测到发生了碰撞，并且在t=255+48=273比特时间完成了干扰信号的传输。

题目3-24 假定站点A和B在同一个10Mb/s以太网网段上。这两个站点之间的传播时延为225比特时间。现假定A开始发送一帧，并且在A发送结束之前B也发送一帧。如果A发送的是以太网所容许的最短的帧，那么A在检测到和B发生碰撞之前能否把自己的数据发送完毕？换言之，如果A在发送完毕之前并没有检测到碰撞，那么能否肯定A所发送的帧不会和B发送的帧发生碰撞？（提示：在计算时应当考虑到每一个以太网帧在发送到信道上时，在MAC帧前面还要增加若干字节的前同步码和帧定界符。）3-25 在上题中的站点A和B在t=0时同时发

2020-12-18 14:24:34 30598 35

原创 AHP层次分析法详解

APH简介起源层次分析法（AHP）是美国运筹学家Saaty于上世纪70年代初，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。APH实现建立层次结构模型将决策的目标、考虑的因素（决策

2020-05-20 09:09:25 10708

原创 PSO(最详细的粒子群优化算法）详解（附带Java实现代码）

算法简介起源粒子群优化算法(Particle Swarm Optimization，简称PSO)，是1995年Eberhart博士和Kennedy博士一起提出的，粒子群算法是通过模拟鸟群捕食行为设计的一种群智能算法。简介区域内有大大小小不同的食物源，鸟群的任务是找到最大的食物源（全局最优解），鸟群的任务是找到这个食物源。鸟群在整个搜寻的过程中，通过相互传递各自位置的信息，让其他的鸟知道食物源的位置最终，整个鸟群都能聚集在食物源周围，即我们所说的找到了最优解，问题收敛。特点通过群体中个

2020-05-13 20:35:38 5691 2

PSO算法Java实现（包含最详细的注释）

最详细的PSO算法通过Java实现，附带详细注释介绍地址：https://blog.youkuaiyun.com/HYL51740740/article/details/106105925 private static int M=200; //迭代次数 private static int numParticles=50; //粒子数 private static int dimension=3; //粒子维数 private static double[][] pBest = new double[numParticles][dimension]; //存储各粒子的历史最优位置信息 private static double[][] xPos = new double[numParticles][dimension]; //存储各粒子的当前位置信息 private static double[][] xVel = new double[numParticles][dimension]; //存储各粒子的速度信息 private static double[] gBest = new double[dimension]; //存储全局最优解对应的位置信息 private static double[] fitness = new double[numParticles]; //存储各粒子适应值

2020-05-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人