2019-自我年中小记

2019已经过去大半了,不知道今年的你升职加薪了没有?我是没有
今年感觉过的好快,较之去年觉得轻松了很多,也偶尔忙左忙右
记得去年这会刚刚上线一个新系统,又来一个新系统。
回想今年
好像就年初三月的时候做了个新系统,再就没写什么新代码
2月只干了几天,忙忙碌碌上线v2.5
3月上旬V2.5 后续BUG,中下旬新的系统模块开发
4月系统接口优化
5月代码重构
6月修改微信模版发送方式,统一封装接口以及V2.5 P2
7月杂活一堆:动态修改日志级别,更改异常输出方式,以及部分第三方接口优化
8月后端自动化测试方案调查,以及基础数据对我的系统影响
9月就是现在,预计是:部分系统压测,自动化测试方案测试以及实施

遥望今年 没什么新代码产出,大部分是优化改造
学到了压测的知识,java 集合的更深层面的知识 hashMap以及ConcurrentHashMap等,dubbo的深一步知识,通过重构对面向对象进一步深入了解,优化代码编写。
远望去年,整年有V2.2、V2.4开发。三个新系统模块开发以及python的现学现卖 11月的时候 开始双线程工作,被领导指挥来指挥去,一直忙到一月份。一月下旬一直到春节,忙于新系统开发,到最后放假头一天晚上领导还好不让我走。感觉今年好闲 不知道是好是坏。

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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