9秒社团跨平台开发引擎CrossApp成为OSC源创会热点

2014年9月23日,由开源中国主办的OSC源创会年终盛典在北京成功举办,大会涵盖了开源、移动应用、云计算等领域的内容。9秒社团展示了其跨平台APP开发引擎CrossApp,该引擎基于OpenGlES2.0进行渲染,并提供了C++和JS版本供开发者选择。
[img]http://dl2.iteye.com/upload/attachment/0103/5787/78524115-2bf2-3ec1-aa32-e8d1bb22a3bf.jpg[/img]

[img]http://dl2.iteye.com/upload/attachment/0103/5789/7017d413-62cd-3026-bb4e-eae851723132.jpg[/img]

[img]http://dl2.iteye.com/upload/attachment/0103/5791/66c0410c-0dc2-3498-9974-c42902d31560.jpg[/img]
  9月23日,由开源中国主办的“2014OSC源创会年终盛典”在北京成功举办。此次大会涵盖开源、移动应用、云计算等领域的分享,来自各界创业者、开源软件作者、企业应用建设的实践者、技术大牛等齐聚现场,9秒社团跨平台APP开发引擎CrossApp在会场成为与会者们关注的焦点,小伙伴们齐聚9秒社团展区各种面基与深度交流。

[img]http://dl2.iteye.com/upload/attachment/0103/5793/4e53b1b6-9ae0-364c-b962-498f236b579d.jpg[/img]

[img]http://dl2.iteye.com/upload/attachment/0103/5795/13ea7e63-0add-3fb4-869e-42cdc953398c.jpg[/img]

[img]http://dl2.iteye.com/upload/attachment/0103/5797/6ff396d9-a942-3190-a554-74b11a83f387.jpg[/img]

[img]http://dl2.iteye.com/upload/attachment/0103/5799/3f177299-65b5-39a0-8ae9-cecc7f761e55.jpg[/img]

[img]http://dl2.iteye.com/upload/attachment/0103/5801/a33fd1dd-bb5e-3ebe-8417-c3e7f6697345.jpg[/img]

  关于“CrossApp是否是web端的以及CrossApp的开发效率如何”等问题,我们的技术代表“胖子”李辉向小伙伴们一一讲解,CrossApp不是基于web端来做的,它是基于OpenGl ES2.0来进行渲染,效果上要比web端的效果更好。而且,CrossApp的开发效率还是比较高的,我们主推的是c++版本,同时我们也考虑到对于不会c++的小伙伴们,我们也相应推出了CrossApp-js版本。现在我们还是推荐使用c++版本,等到编辑器出来之后我们会推荐大家使用CrossApp-js版本,结合着编辑器,开发效率会有一个质的飞跃。后期,CrossApp将从框架结构和文字、图片使用效率等方面进行优化和提升。

  秉承“开源”的一贯坚持理念,经过三年来的不断努力与坚持,9秒社团从最开始的开源开发者4万余人,之后关闭开放注册,转为会员邀请制,到现在拥29万余名开发者会员,我们很感谢小伙伴们一直以来的关注与支持,我们会一如既往的为小伙伴们提供更好的服务。

  为了方便的开发者小伙伴们交流,我们特别开放了9秒6群和CrossApp官网交流区:http://www.9miao.com/crossapp ,欢迎更多的小伙伴们不断加入。

  CrossApp官网:http://crossapp.9miao.com

  GitHub:https://github.com/9miao/CrossApp
(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