Lua (九)数学函数库+操作系统库(时间)(转载)

本文介绍了Python中数学函数库的使用,包括绝对值、最大值、最小值、正弦、余弦、平方根和随机数生成等函数,并演示了如何使用os库获取当前日期和时间。此外,还提供了一种自定义的随机数生成方法。

数学函数库

print(“绝对值”)
print(math.abs(-1))

print(“最大值”)
print(math.max(2,5,1,7,4))

print(“最小值”)
print(math.min(2,5,1,7,4))

print(“sin”)
print(math.sin(0))

print(“cos”)
print(math.cos(0))

print(“平方根”)
print(math.sqrt(64))

print(“随机数”)
math.randomseed(50000)
print(math.random(1,10))

—>
绝对值
1
最大值
7
最小值
1
sin
0
cos
1
平方根
8
随机数
10
操作系统库(时间)

print(os.date())

print(os.time())

—>
06/09/20 10:23:59
1591669439
自定义随机函数

function GetTrueRandom(min,max)
local strTime = tostring(os.time())
local strRev = string.reverse(strTime)
local strRandomTime = string.sub(strRev,1,6)
math.randomseed(strRandomTime)
return math.random(min,max)
end

print(GetTrueRandom(1,100)

原文链接:https://blog.youkuaiyun.com/NCZ9_/article/details/106635663?utm_medium=distribute.pc_feed.none-task-blog-alirecmd-4.nonecase&depth_1-utm_source=distribute.pc_feed.none-task-blog-alirecmd-4.nonecase&request_id=

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。
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