实习篇---第十二天

来到公司打开电脑,看到邮箱的邮件,我惊呆了!五个邮件,是王经理给我分配的任务。。。一下子就把十二月的任务全部发给了我!看到这么多的任务我有点hold不住,我现在对系统层次模块还不了解!就像热锅上的蚂蚁。。

等待王经理给我SVN账号,再等待常师傅给我讲解代码!

常师傅在公司呆了快四年了吧(跟同事闲聊听说的),但是在讲解代码的时候他说你只要关注这几个包就行了,其他的你用不到,我也不知道它是干什么用的,打住!我心想“你在公司呆了差不多四年,其他包的代码你竟不知道是干什么用的,这是为什么?”

中午开启tomcat的时候出现问题,把常师傅请过来,十几秒搞定“JDK资源不足的问题”确实,一个大型的系统普通的资源是运行不起来的!

我把代码层次了解之后,又看了看网页上一些模块的实现功能,发现就是利用了SpringMVC的运行方式,还有Hibernate的注解方式,前台用的是LigerUI编写,其余的就是业务逻辑(纯Java)

对整个系统有了一个完整的了解之后,又掂量掂量自己的任务,也就是从先前的代码中找到对应的部分代码,然后复制粘贴再修改!这就是初级工程师必须要走的路!当然了,我不会放弃学习的,晚上回到住处,简单了吃了份泡面,然后把工厂模式写了出来!

明天开始做任务!充满斗志的进行下去吧!

(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
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