17、ICT软件与应用:从计算机发展到电力行业应用

ICT软件与应用:从计算机发展到电力行业应用

1. 计算机软件发展背景

计算机发展初期,重点在于开发可用的硬件,像世界上第一台计算机ENIAC以及波兰的首批计算机皆是如此。但很快,波兰和全球的开发者与用户都意识到,仅有硬件是不够的,还需要软件(计算机程序)来充分发挥计算机的作用。这促使了软件的发展,既能支持广泛的计算机功能,又能有丰富多样的应用。UMC - 1、Odra 1003等计算机开始采用软件操作,这与早期用开关和插线等硬件操作的计算机不同。

计算机硬件的规格决定了能在其上运行的软件类型。随着Elwro计算机性能提升、速度加快且更具灵活性,开发适用于广泛应用的软件的潜力也随之增加。同时,为使计算机高效快速运行,对更多样、数量更多的程序的需求也在增长。

遗憾的是,波兰未能发展起计算机编程产业。这可能需要像成立Elwro生产计算机硬件那样,建立一家软件生产公司,因为Elwro无法将业务拓展到软件开发领域。所以,像Fortran和Pascal这类可在不同计算机上使用的高级编程语言,在波兰并未得到开发。相反,波兰开发的软件多是针对特定计算机或特定应用的。

Elwro能够为其早期计算机开发所需软件。例如,对于Odra 1204,它开发了编程语言Algol 60的一个版本Algol 1204,而非开发新语言。当Elwro准备生产下一系列计算机时,禁运政策有所放宽,它得以获得国际计算机有限公司(ICL)1900系列计算机及软件的许可证,并开发出与之兼容的计算机系列。这样做的吸引力在于这些计算机有丰富的软件资源,兼容的Odra 1304、1305和1325都能使用。但这种方式也有显著弊端,它降低了波兰开发软件的需求,进而削弱了波兰软件产业的发展动力。

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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