week8——简单网页的撰写

本博客详细记录了一名开发者如何从学习Flask框架开始,逐步掌握网页构建的核心技能,包括HTML学习、网页结构设计、以及确保网页在不同设备上的良好展示。通过实践操作,作者解决了网页布局问题,实现了网页内容的灵活展示。

周二(3个小时)

前两周一直是为了做任务而学习,有些本末倒置了,正确的方式应当是先学习,再以完成任务形式来检验、回顾自己的学习情况。

本周任务是用flask框架写网页,所以flask学习是必要的。

今天内容是,学习flask官网的快速入门手册。

周四(5个小时):

flask是一个网页构建的框架,网页的内容还是靠HTML来实现的,所以今天的

学习内容是:HTML的学习和使用。

这是试验品:



跟着网上有的学习流程,每个内容同时自己用代码实现了。

周五(6个小时)

基础知识有了,现在可以完成任务了。

首先的想法是:将模板网页的源代码进行拷贝,对其中进行修改即可。

遇到的问题:将页面源代码复制黏贴到我的网页上,发现和模板网页不同:原本左边的一个块没有了,左右结构变成上下结构。

既然这样,我决定自己写块,大体构思是:写两个块,一个放图片和简介,一个放具体介绍。

经过修改,填充内容,总算像样了。


周六(6个小时)

虽然网页这样写好了。但是又发现了这个问题:当把浏览器缩小,原本左右的两个块变成上下结构了。

分析:写分块的时候固定了块的大小,一旦浏览器改变显示大小,小于两个块的宽的和,就会导致变成上下结构。

我的解决方法:仿照源网页,使用它的css文件先设定,再在HTML文件里修改对其进行引用。

结果:能够伴随浏览器进行缩放了。

周日(3小时

今天的主要工作是,再把两个链接写好,并同时上传网站。

现阶段成品:http://deepck.3vzhuji.com

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
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
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