谢谢朋友们的支持!

谢谢朋友们!谢谢你们对我的支持!

 

在临时性关闭博客一天以后昨天开门迎客,开门以后的结果让我始料未及。一是想不到有那么多人支持我、喜欢我,希望我继续和大家交流。二是想不到一天以来竟然再也没人骂我,那么说明那个骂我的人是因为受了牛哥来的蛊惑,一时冲动而已,那么还是可以理解的。当然,牛哥来是不可饶恕的。

 

至于说有人过来探讨不同的投资理念,我不会拒绝,因为我来这里玩的其中一个目的就是想和朋友们在交流中彼此提高自己,所以有人过来探讨不同的操作理念是求之不得的事,欢迎还来不及呢。但是,你得拿一点东西出来探讨,而不是指责。投资方法有千千万,每一个成功人士都有着他特别的方式,而且也没有投资真理之说。何况如果你是在一年二年之中形成的所谓的正确地投资理念本身就值得探讨,一年二年的东西靠不住的,朋友们!我始终认为,适合自己的就是最好的,也从不排斥其它的投资理念。但是,为什么有些人就总是认为自己的就是最好的,他人的都是不行的,为什么呢?在这里我只能说,是你的自以为是。一个还没有经过完整的牛市熊市的经验其实是靠不住的,希望朋友们务必注意这一点。

 

至于牛哥来的为人,我不想多说,我怕污染你的眼睛。反正这里的老朋友们都是知道的,所以这里的老朋友们对于牛哥来采取的措施就是视而不见。但是,有着很多的新朋友还不知道他的为人如何,所以就觉得他说的还是有道理的。这样吧,新朋友们,如果你喜欢和牛哥来交流,那么请你去他的地方交流好吗?对于牛哥来的留言我希望朋友们采取视而不见的方式。他过来的目的就是想利用我这里的人气来招募徒弟,希望弄一点钱花花,所以他就不择手段的指责我,来提高人们对他的注意力。

 

牛哥来的投资理念是势头投资,在我的《投资方法》里面就有介绍势头投资的方法,朋友们如果有兴趣可以去看看的。势头投资在一定的时间内确实是能够相当快速的赚钱,但是,有一点是必须得注意的,就是势头投资一旦下跌就必须止损,否则会苦不堪言。所以,新股民就需要千万注意的。势头投资的利弊大家可以去问问一刀见血、扬长而去二位先生(他们二位都是十几年的老股民)就明白了,他们也是曾经的势头投资者。有趣的是他们二位目前的定位恰恰是完完全全的相反,一个进入价值投资,一个进入价格投机。而且他们二位做的都是非常的好,这就是我经常说的,适合自己的就是最好的!

 

其实,我做的那个鞍钢系列研究并不是为了推荐大家买进,所以特别是在高位的时候我会给一个风险性提示的。我做鞍钢系列的目的其实是为了向有缘人说说我是怎么样来研究一家公司的,研究公司需要注意一些什么,需要关心一些什么,同时也想让朋友们在适当的价格买进中长期投资,因为鞍钢毕竟是价值低估的嘛。

 

这一段时间我想休息一会,整理一下自己的思路。已经六年没整理,《投资三步曲》是六年前的东东,有些地方已经不适合目前的市场。所以,这一段时间我就做一点投资方面的基础研究,来回报朋友们给我的支持,回报有缘人!再一次谢谢大家对我的支持!

 

另:再一次和牛哥来说一下:牛哥来,在这里我以及我的朋友们不欢迎你,希望你自重,以后就不要过来了好吗?

 

 

 

 

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
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