【碎碎念】今天服务器又down了……

昨天装了一天的本地环境,结果装perl的时候崩溃了。唉……抓狂

今天公司服务器又down了……真是郁闷……找了一上午的关于ldap的内容……没有任何有实质性的内容……好想死啊啊啊啊……完全没有心情好好工作下去……再见


于是就看了一会别的网站,看了一下国外的知乎Quora。发现了一些有意思的问题和答案。现记录如下。

比如有一个问题是Computer Science怎么样一年赚回25W美金学费一类的,然后其中一个最高票的答案是写答主他major也是在CS,然而学习的东西和他工作之后的内容完全两码事,后来干脆去写博客写书挣钱。他讲了他一直在关注一个人,这个人几乎三个星期出一本新书,几乎每天都要写2000字。然而大部分的文章都是关于如何做某件事情类似这样的。而且他是学犯罪心理学的。挺有意思。这个人靠着写书,一个月赚了4W美金。而且说不要去创业公司,创业公司里的同事都是“have sex with everyone”,客户都想被贿赂。大家被这句话给深深雷到了,有些人在下面点评说确实是这样,看来风气不好啊。最后一句结尾,答主问那个人,市面上有那么多人都在写类似的文章,你的文章怎么样才能保持一直在领先呢,那个人回答了一句:So I worked really hard。觉得真是写书也不容易啊!

还有一个问题刚刚看的,一个问题说24岁才开始学习编程晚不晚,其中有一个妹子说她是学经济学的,23岁才开始学习,先是学习了Ruby on rail,后来发现自己做的网站没有人使用,然后她问了周围的朋友,周围的朋友说很少用网站上的应用,其中一个建议她做iOS应用,于是她开始用jQuery Mobile做了一个很丑很丑的iOS应用,但是后来她发现,这个居!然!有!人!用!于是她决定成为一个iOS developer,并且把这个idea作为自己的创业项目,招募了两个妹子,三个人一起做这个创业项目,期间还参加各种coding的比赛或者集会一类。24岁,她开发的健身iOS应用成为App Store上新推的健身应用排名周第一。

当然下面的回答还有30岁,50岁的。想想自己,之前在大学里面学习电子商务,也学过一些编程语言,数据结构等等,后来一问才知道,国内的大学电子商务专业都不学这些-。-想想我们学校也是挺奇葩的。在大学里写coding作业是挺痛苦的一件事情的,而且那时候在网上还没有现在那么多海量的代码供参考。也可能是我自己没有仔细努力地去学习,只是当作完成任务一样去学习。作业做不出来,也是找了学长或者学习好的同学帮我做,感觉跟澳门同学没有太多共同语言也不好意思问别人。

现在工作了,有了这个机会,反而好好重新学习并且写出一些简单的代码可以运行起来,感觉好有意思啊,然而觉得自己还是进步太慢。这不,这会公司的项目出了这个问题,反思自己在大学还是不够用更多的时间学习coding,去打lol去了,如果能再花多点时间学习就好了。然而现在说这些都没有什么卵用。还是继续努力学习吧!27岁了,再过三年就奔三了,好好努力吧!

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