<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[material_project的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/material_project</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; material_project]]></copyright><item><title><![CDATA[Lammps2020版基于Intel 2019 编译器安装]]></title><link>https://blog.youkuaiyun.com/material_project/article/details/113639107</link><guid>https://blog.youkuaiyun.com/material_project/article/details/113639107</guid><author>material_project</author><pubDate>Thu, 04 Feb 2021 13:30:19 +0800</pubDate><description><![CDATA[LAMMPS简介LAMMPS简介安装环境需求软件安装步骤
LAMMPS简介
LAMMPS由美国Sandia国家实验室开发，以GPL license发布，即开放源代码且可以免费获取使用，这意味着使用者可以根据自己的需要自行修改源代码。LAMMPS可以支持包括气态，液态或者固态相形态下、各种系综下、百万级的原子分子体系，并提供支持多种势函数，并且LAMMPS有良好的并行扩展性，适合大型HPC集群下的并行运行。
安装环境需求
系统：Centos7
所需软件包：lammps-stable.tar.gz
parall]]></description><category></category></item><item><title><![CDATA[遗传算法模块——改进了浮点转二进制之间的转换]]></title><link>https://blog.youkuaiyun.com/material_project/article/details/93888701</link><guid>https://blog.youkuaiyun.com/material_project/article/details/93888701</guid><author>material_project</author><pubDate>Thu, 27 Jun 2019 16:41:37 +0800</pubDate><description><![CDATA[直接调用bin函数只能转换整数，小数的模块添加到了里面。
def dec_bin(population,len_str):
    flo_po=population-int(population)
    n=0
    bins_i=bin(int(population))
    bins_d = str()
    while n&lt;(len_str-len(bins_i)):
   ...]]></description><category></category></item><item><title><![CDATA[新手从零敲代码：遗传算法由简到繁（一）]]></title><link>https://blog.youkuaiyun.com/material_project/article/details/93782373</link><guid>https://blog.youkuaiyun.com/material_project/article/details/93782373</guid><author>material_project</author><pubDate>Wed, 26 Jun 2019 21:47:43 +0800</pubDate><description><![CDATA[简化遗传算法：
模拟物竞天择的生物进化过程，通过维护一个潜在解的群体执行了多方向的搜索，并支持这些方向上的信息构成和交换。以面为单位的搜索，比以点为单位的搜索，更能发现全局最优解。

**1.***这里我们的思想是不考虑基因变异。
**2.***只考虑遗传问题，并且用浮点型遗传
代码如下：
from random import uniform
import matplotlib.pyplot as...]]></description><category></category></item><item><title><![CDATA[python学习小笔记之np.tril_indices_from]]></title><link>https://blog.youkuaiyun.com/material_project/article/details/90905113</link><guid>https://blog.youkuaiyun.com/material_project/article/details/90905113</guid><author>material_project</author><pubDate>Wed, 05 Jun 2019 16:50:10 +0800</pubDate><description><![CDATA[B = np.array([[1,0,0,0],[1,1,0,0], [1,1,1,0],[1,1,1,1]])
输出结果：
array([[1, 0, 0, 0],
[1, 1, 0, 0],
[1, 1, 1, 0],
[1, 1, 1, 1]])
r = np.tril_indices_from(B)
输出结果：
(array([0, 1, 1, 2, 2, 2, 3, 3, 3, 3], ...]]></description><category></category></item></channel></rss>