MatchTitle 主程序入口

本文介绍了一种基于电梯调度算法的优化方案,通过分析不同楼层需求和电梯数量,生成高效的电梯运行组合,旨在减少乘客等待时间并提高电梯系统整体效率。
package main.com.lift;

import com.alibaba.fastjson.JSON;
import com.google.common.collect.Lists;
import com.google.common.collect.Maps;
import org.junit.Test;

import java.util.*;
import java.util.concurrent.LinkedBlockingQueue;

public class MatchTitle {
    //存放各种上楼方式组合、
    public static List<List<Integer>> makeupList= Lists.newArrayList();
    //存放每个人要去的楼层
    public static List<Integer> postionList=Lists.newArrayList();
    //存放多人占坑方式组合
    public static  List<List<List<Integer>>> zhankengList=Lists.newArrayList();

    public static void main(String[] args) {
        int n=3;//楼层数
        int m=4;//电梯数
        int peopleNum=100;//人数
        List<List<List<Integer>>> l1=Lists.newArrayList();
        for(int i=1;i<=n;i++){
            forTop(i);//到达顶层组合算法
            l1.add(makeupList);
        }
        List<List<Integer>> oneLiftCombin=Lists.newArrayList();
        l1.forEach(item ->{
            oneLiftCombin.addAll(item);
        });
        zhankeng(m,oneLiftCombin);//占坑组合
        Map<List<List<Integer>>,Double> result= Maps.newHashMap();
        BaseDao baseDao=new BaseDao();
        MatchTitle matchTitle=new MatchTitle();
        LinkedBlockingQueue<Integer> queue=matchTitle.peopleAndNumPosition(peopleNum,n);//生成等电梯的人的排队序列
        for(int i=0;i<zhankengList.size();i++){
            List<List<Integer>> newlj=convert(zhankengList.get(i));//将每次上的楼层个数改成楼层数
            if(iscontainAllNum(newlj,n)){
                //首先判断电梯组合是不是包含了所有楼层
                continue;
            }
            //*********************************************执行每种电梯组合的运行时间**********************************************
            LinkedBlockingQueue<Integer> queue2=new LinkedBlockingQueue<>();//生成等电梯的人的排队序列
            queue2.addAll(queue);
            ExecuteRun executeRun=new ExecuteRun();
            double resulttime=0;
            try{
                resulttime=executeRun.runanswer(newlj,queue2);

            }catch (Exception e){
                e.printStackTrace();
            }
            //一边循环一边保存
            baseDao.save(newlj.toString(),resulttime);
            result.put(newlj,resulttime);
            System.gc();
        }
        System.out.println("");
        result.forEach((k,v)->{
            System.out.println(k+" : "+v);
        });
        //根据value排序
        Map<List<List<Integer>>,Double> resultSort=sortMapByValue(result);
        System.out.println(resultSort.get(0));
    };

    @Test
    public void alone(){
        int peopleNum=2000;
        int m=26;
        Map<List<List<Integer>>,Double> result=Maps.newHashMap();
        BaseDao baseDao=new BaseDao();
        MatchTitle matchTitle=new MatchTitle();
        LinkedBlockingQueue<Integer> queue=matchTitle.peopleAndNumPosition(peopleNum,m);//生成等电梯的人的排队序列
        String one="[[1,3,5,7,9,11,13,15,17,19,21,23,25],[2,4,6,8,10,12,14,16,18,20,22,24,26]]";
        String two="[[1,2,3,4,5,6,7,8,9,10,11,12,13],[14,15,16,17,18,19,20,21,22,23,24,25,26]]";
        List onelist= JSON.parseArray(one);
        List twolist=JSON.parseArray(two);
        List<List<List<Integer>>> lTest=Lists.newArrayList();
        lTest.add(onelist);
        lTest.add(twolist);
        for(int i=0;i<lTest.size();i++){
            List<List<Integer>> newlj=lTest.get(i);//将每次上的楼层个数改成楼层数
            if(!iscontainAllNum(newlj,m)){
                //首先判断电梯组合是不是包含了所有楼层
                continue;
            }
            //*****************************************执行每种电梯组合的运行时间******************************************
            LinkedBlockingQueue<Integer> queue2=new LinkedBlockingQueue<>();//生成等电梯的人的排队序列
            queue2.addAll(queue);
            ExecuteRun executeRun=new ExecuteRun();
            double resulttime=0;
            try{
                resulttime=executeRun.runanswer(newlj,queue2);
            }catch (Exception e){
                e.printStackTrace();
            }
            //一边循环一边保存
//            baseDao.save(newlj.toString(),resulttime);
            result.put(newlj,resulttime);
            System.gc();

        }
        System.out.println("");
        result.forEach((k,v)->{
            System.out.println(k+" : "+v);
        });
        //根据value排序
        Map<List<List<Integer>>,Double> resultSort=sortMapByValue(result);
    }

    /**
     * 从一次上一层楼,两层,三次,n层一次迭代,得出所有情况的由底层到达顶层的上电梯组合方式
     * @param n
     */
    public static void forTop(int n){
        for(int i=1;i<=n;i++){
            int num=n-i;
            List<Integer> lists=Lists.newArrayList();
            lists.add(i);
            boolean flag=true;
            if(num>0){
                flag=false;
                forNotTop(num,lists);

            }
            if(flag)makeupList.add(lists);
        }

    }
    public static void forNotTop(int n,List<Integer> lists){
        List<Integer> list=Lists.newArrayList();
        list.addAll(lists);
        //循环本次余下楼层可能的组合方式
        for(int i=1;i<=n;i++){
            int num=n-i;
            lists.add(i);
            //flag是true的话,说明刚好在本次循环的楼层中达到了顶层
            boolean flag=true;
            //num==0 说明到达了顶层,不要继续往下迭代
            if(num>0){
                flag=false;
                forNotTop(num,lists);
            }
            //体现flag的作用,排除递归中的重复元素,只把本次循环到达顶层的情况加入到总的list
            if(flag)makeupList.add(list);
            //使用存放的临时上级数据,继续迭代本次循环的其他情况
            lists=Lists.newArrayList();
            lists.addAll(list);
        }
    }
    /**
     * 占坑组合
     * @param m
     * @param lm
     */
    public static void zhankeng(int m,List<List<Integer>> lm){
        int b=m;
        for(int i=0;i<lm.size();i++){
            // m--表示当前的位置已定,去掉,只考虑其他的人
            m--;
            List<List<Integer>> lists=Lists.newArrayList();
            lists.add(lm.get(i));
            //当前的人所有情况是否完成
            boolean flag=true;
            //当前人与其他人的组合情况是否结束,没有结束就进入到字方法中循环其他人的
            if(m>0){
                flag=false;
                zhankengson(m,lm,lists);
            }
            if(false)zhankengList.add(lists);
            m=b;
        }
    }
    public static void zhankengson(int i,List<List<Integer>> lm,List<List<Integer>> lists){
        //创建临时变量,存储上次循环的情况,以便于下一个的多有情况组合
        List<List<Integer>> list=Lists.newArrayList();
        list.addAll(lists);
        int b=i;
        for(int j=0;j<lm.size();j++){
            lists.add(lm.get(j));
            i--;

            boolean flag=true;
            if(i>0){
                flag=false;
                zhankengson(i,lm,lists);
            }
            if(flag)zhankengList.add(lists);
            //使用存放的临时上级数据,继续迭代本次循环的其他情况
            lists=Lists.newArrayList();
            lists.addAll(list);
        }
    }
    /**
     * //如将[[1,1,1,1],[1,1,2],[1,2,1],[1,3],[2,1,1],[2,2],[3,1],[4]
     * //改成[[1,2,,3,4],[1,2,4],[1,3,4],[1,4],[2,3,4],[2,4]
     * @param l1
     * @return
     */
    public static List<List<Integer>> convert(List<List<Integer>> l1){
        List<List<Integer>> resultlist=Lists.newArrayList();
        for(int i=0;i<l1.size();i++){
            List<Integer> l2=l1.get(i);
            List<Integer> ltmp=Lists.newArrayList();
            int tmp=0;
            for(int j=0;j<l2.size();j++){
                ltmp.add(tmp+l2.get(j));
                tmp+=l2.get(j);
            }
            resultlist.add(ltmp);
        }
        return  resultlist;
    }
    /**
     * 判断是否包含了所有楼层
     * @param produceElem
     * @param n
     * @return
     */
    public static boolean iscontainAllNum(List<List<Integer>> produceElem,int n){
        List<Integer> allNum=Lists.newArrayList();
        for(List<Integer> int1:produceElem){
            for(Integer int2:int1){
                allNum.add(int2);
            }
        }
        allNum=Lists.newArrayList(new TreeSet<Integer>(allNum));
        if(allNum.size()<n){
            return false;
        }
        return  true;
    }
    /**
     * 根据map的value排序
     * @param result
     * @return
     */
    public static Map<List<List<Integer>>,Double> sortMapByValue(Map<List<List<Integer>>,Double> result){
        Map<List<List<Integer>>,Double> sortedMap=Maps.newLinkedHashMap();
        List<Map.Entry<List<List<Integer>>,Double>> entryList=Lists.newArrayList(result.entrySet());
        Collections.sort(entryList, new Comparator<Map.Entry<List<List<Integer>>, Double>>() {
            @Override
            public int compare(Map.Entry<List<List<Integer>>, Double> o1, Map.Entry<List<List<Integer>>, Double> o2) {
                return o1.getValue().compareTo(o2.getValue());
            }
        });
        Iterator<Map.Entry<List<List<Integer>>,Double>> iterator=entryList.iterator();
        Map.Entry<List<List<Integer>>,Double> tmpEntry=null;
        while(iterator.hasNext()){
            tmpEntry=iterator.next();
            sortedMap.put(tmpEntry.getKey(),tmpEntry.getValue());
        }
        return sortedMap;
    }
    /**
     * 随机生成人的个数,以及每个人所属的楼层
     * @param m
     * @param n
     * @return
     */
    public LinkedBlockingQueue<Integer> peopleAndNumPosition(int m,int n){
        LinkedBlockingQueue<Integer> queue=new LinkedBlockingQueue<>();
        for( int i=0;i<m;i++){
            queue.offer((int)(Math.random()*n)+1);
        }
        return queue;
    }
}

 

基于遗传算法的微电网调度(风、光、蓄电池、微型燃气轮机)(Matlab代码实现)内容概要:本文档介绍了基于遗传算法的微电网调度模型,涵盖风能、太阳能、蓄电池和微型燃气轮机等多种能源形式,并通过Matlab代码实现系统优化调度。该模型旨在解决微电网中多能源协调运行的问题,优化能源分配,降低运行成本,提高可再生能源利用率,同时考虑系统稳定性与经济性。文中详细阐述了遗传算法在求解微电网多目标优化问题中的应用,包括编码方式、适应度函数设计、约束处理及算法流程,并提供了完整的仿真代码供复现与学习。此外,文档还列举了大量相关电力系统优化案例,如负荷预测、储能配置、潮流计算等,展示了广泛的应用背景和技术支撑。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能电网优化研究的工程技术人员。; 使用场景及目标:①学习遗传算法在微电网调度中的具体实现方法;②掌握多能源系统建模与优化调度的技术路线;③为科研项目、毕业设计或实际工程提供可复用的代码框架与算法参考; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注目标函数构建与约束条件处理,同时可参考文档中提供的其他优化案例进行拓展学习,以提升综合应用能力。
此项目旨在实现一个简易而实用的RFID智能门禁控制系统。采用经典的51系列单片机——STC89C52作为核心控制器,集成MFRC522射频识别模块来读取RFID卡片信息。用户界面通过128x64像素的LCD显示屏展示相关信息,同时配备了键盘用于密码的输入、验证及修改。此设计结合了RFID技术的高效率识别与单片机的强大控制能力,适用于学习、教学或小型安防项目。 资源包含 源代码:完整C语言编写的源程序,涵盖了RFID识别、密码验证逻辑、显示控制以及用户交互等功能模块。 原理图:详细展示了整个系统的电路连接,包括单片机、MFRC522模块、LCD12864屏幕、按键等组件的电气连接方式,便于理解和自制。 技术特点 RFID技术应用:通过MFRC522模块实现非接触式身份认证,提升门禁安全性与便捷性。 人机交互界面:利用LCD12864显示屏直观展示状态信息,并通过物理按键进行操作,增加了系统的易用性。 密码安全机制:支持用户密码的设定和更改,增强系统安全性。 51单片机编程:适合初学者和专业人士学习51单片机应用开发,尤其是嵌入式系统与物联网领域的实践。 使用指南 环境搭建:确保你有合适的IDE(如Keil uVision)安装以编译51单片机的C代码。 原理图分析:详细阅读原理图,了解各部件间的连接,这对于正确搭建硬件平台至关重要。 编译与上传:将提供的源代码编译无误后,通过编程器或ISP接口烧录到STC89C52单片机中。 硬件组装:根据原理图搭建电路,确保所有组件正确连接。 测试与调试:完成后进行功能测试,可能需要对代码或硬件做适当调整以达到最佳工作状态。
【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:本文研究基于非支配排序的蜣螂优化算法(NSDBO)在微电网多目标优化调度中的应用,旨在解决微电网运行中经济性、环保性与稳定性等多重目标的协同优化问题。文中详细介绍了NSDBO算法的设计与实现过程,结合Matlab代码对微电网调度模型进行仿真验证,展示了该算法在处理复杂多目标优化问题上的有效性与优越性。同时,文档还提供了丰富的科研资源支持,涵盖智能优化算法、机器学习、路径规划、电力系统管理等多个领域,配套网盘资料便于读者复现与拓展研究。; 适合人群:具备一定电力系统或优化算法基础,从事科研工作的研究生、高校教师及工程技术人员,尤其适合关注微电网调度、智能优化算法应用的研究者。; 使用场景及目标:①掌握NSDBO等智能优化算法在多目标问题中的设计与实现方法;②学习微电网多目标调度建模与Matlab仿真技术;③复现论文结果并开展算法改进与对比研究; 阅读建议:建议结合提供的Matlab代码和网盘资源,逐步调试与运行算法程序,重点关注算法流程、目标函数构建与仿真结果分析,同时可参考文中提及的其他优化方法进行横向对比,深化对智能优化在电力系统中应用的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

老马识途2.0

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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