HTML小记

HTML-->学标签,标签有自己的属性
<标签名>    -->标记语言(HTML,  XML)
标签分类:
    单标签
    双标签
<!--注释-->

<title></title>
<style></style>css
<script></script>js
<link/>
<meta/>定义网页源信息,提供的信息用户不可见,关键字写在这
    例:<mea http-equiv="refresh" content="2;URL=https://www.baidu.com">2秒后跳转
<h></h>
<img src="" alt="找不到提示的内容" title="鼠标停留介绍">
<a href="" >内容</a>链接标签,也可以同一网页内标签之间跳转:#id
<b>加粗</b>
<i>斜体</i>
<u>下划线</u>
<s>删除</s>
<p>段落</p>
<br/>换行
<hr/>水平线
&nbsp空格,默认只有一个
<div></div>块儿级标签:默认占浏览器宽度,能设置长宽  h1~h6  div p hr
<span></span>内联标签:根据内容决定长度,不能设置长宽  a img u s i b span

列表标签:type属性:1为默认值,A大写字母,a小写字母,I大写罗马,i小写罗马
    <ul  type=""  start="3">无序列表
           <li>aaa</li>
    </ul>

    <ol>有序列表
           <li>aaa</li>
    </ol>

    <dl>标题列表
           <dt>标题1</dt>
        <dt>内容1</dt>
        <dt>内容2</dt>
    </dl>
    
    <table  border="宽度">属性一般用css了

        <thead>
        <tr>
            <th>xingming</th>
            <th>xingming</th>
        </tr>
        </thead>
        <tbody>
        <tr>
            <td>xingming</td>
            <td>xingming</td>
        </tr>
        </tbody>
    </table>
标签的嵌套规则:
    1.行内标签不能嵌套块级标签
    2.p标签不能嵌套块级标签
标签属性:
    id:
    style:
    class:
form表单:
    前后端有数据交互的时候用form表单。
    <form action="提交给后端的哪个  处理"   >
        {% csrf_token %}
        <input  type="" name="">
                type的属性有什么:
            button  多用js给他绑定事件
            checkbox多选框
            file
            hidden隐藏
            image
            password
            radio单选框
            reset 重置
            submit  提交
            text
            checked默认选 择
        </input>
        <select name=""  id="">
            <optgroup label="北京">
                <option value="">朝阳区</option>
            </optgroup>
        </select>

    </form>


 

基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
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