方舟稳定的aa服务器,明日方舟:考虑天赋时 黑与早露的平A秒伤(dps)数据对比

这篇博客通过详细计算分析了《明日方舟》中干员早露与黑的伤害输出能力,包括两者的天赋效果、攻击速度和覆盖率,并探讨了在不同敌人防御力条件下的抛光线与秒伤对比。结果显示,早露在面对防御力较高的重量大于等于3的敌人时,若能触发第一天赋,其DPS可能优于黑;而黑在持续接敌的情况下,平均削弱覆盖率约为59%,整体表现稳定。结论指出,早露的攻击范围和应用场景可能与黑有所不同,选择使用需根据实际情况判断。

作者:NGA-sevennight0925

a4e9e29993ce47afd5ff6c78ea421bda.png

早露优势目标秒伤表

c9abb0f2c4ec8c12927b100566402b08.png

重要前提

9f84c964f67586d3732b4356f8607418.png

黑的第一天赋削弱效果持续5.0s,如果触发第一天赋时距离上一次触发的时间小于5.0s(即上次削弱效果未失效),多余的削弱时间也不会叠加,削弱效果也不会叠加。而是将削弱效果持续时间重置为5.0s。

由此可知,持续接敌时,触发第一天赋的效果将对当前攻击和后三次攻击(4.8s)生效,持续接敌的前提下,程序计算可得黑的第一天赋的平均削弱覆盖率的估测值为59%

面板数据

黑与早露同取精二满级满信赖,无潜能。

黑的攻击为940,触发第二天赋时为1015,攻速为1.6s

早露的攻击为1142,触发第二天赋时为1233,攻速为2.4s

天赋数据

黑的第一天赋 破甲箭头

(精二)攻击时,20%几率当次攻击的攻击力提升至160%,并使命中目标的防御力下降20%,持续5秒

黑的第二天赋 交叉火力

(精二)场上存在黑和另外至少一名[狙击]干员时,所有[狙击]干员的攻击力+8%

早露的第一天赋 深入骨髓

(精二)攻击重量较重(重量等级大于等于3)的敌人时,无视其防御力的60%

早露的第二天赋 学生楷模

(精二)编入队伍时,所有[乌萨斯学生团]干员攻击力+8%

计算公式

以持续接敌计算。设我方攻击为a,敌人防御为d

黑的暴击概率为20%,非暴击削弱概率为39%,总削弱概率为59%,白值平A概率为41%黑的dps:

(0.41*MAX(a*0.05,a-d)+0.39*MAX(a*0.05,a-0.8*d)+0.2*MAX(a*1.6*0.05,1.6*a-0.8*d))/1.6

早露的dps:

对大于等于重力3的敌人:MAX(a*0.05,a-0.4*d)/2.4

对小于重力3的敌人:MAX(a*0.05,a-d)/2.4

抛光线上下限

黑的最低抛光线(不触发任何天赋):940*0.05>(940-d),即d>893

黑的最最高抛光线(触发所有天赋):1015*1.6*0.05>1.6*1015-0.8*d,即d>1928.5

早露的最低抛光线(对小于重力3敌人,仅触发第二天赋):1233*0.05>1233-d,即d>1171.35

早露的最低抛光线(对大于等于3敌人,且触发第二天赋):1233*0.05>1233-0.4*d,即d>2928.375

抛光秒伤

全部抛光时:

黑的dps:0.056a/1.6

不触发第二天赋时,该值为32.9

触发第二天赋时,该值为35.525

早露的dps:25.6875

不抛光时秒伤对比

当不考虑抛光时:

黑的dps:1.12a-0.882d

不触发第二天赋时,该值为(1052.8-0.882d)/1.6

触发第二天赋时,该值为(1136.8-0.882d)/1.6

早露的dps(计算第二天赋):

对大于等于重力3的敌人,该值为(1233-0.4*d)/2.4

对小于重力3的敌人,该值为(1233-d)/2.4

对大于等于重力3的敌人,早露(有第二天赋)优于黑(无第二天赋)的区间为:(1233-0.4*d)/2.4>(1052.8-0.882d)/1.6,即d>375.08

对大于等于重力3的敌人,早露(有第二天赋)优于黑(有第二天赋)的区间为:(1233-0.4*d)/2.4>(1136.8-0.882d)/1.6,即d>511.59

对小于重力3的敌人,早露(有第二天赋)优于黑(无第二天赋)的区间为:(1233-d)/2.4>(1052.8-0.882d)/1.6,即d>1071.83

对小于重力3的敌人,早露(有第二天赋)优于黑(有第二天赋)的区间为:(1233-d)/2.4>(1136.8-0.882d)/1.6,即d>1461.92

注意,以上算出的两个敌人防御分界线均接近或超过两位的抛光线,数据可能失真,可能不具备足够的参考意义。

黑的最低抛光线为893,可以确定小于重力3的敌人护甲在893以下时,黑的dps高于早露。893以上时不可确定。

简单的结论

经过粗略计算可得的简单的结论,因为仅考虑持续接敌的平A,所以实际意义有限,仅供参考。对重量大于等于3的敌人,可触发早露的第一天赋,如果敌人防御大致高于500,则早露的dps高于黑。

其他情况不如黑。早露特性自带索敌,在重量大于等于3的敌人不稀少的关卡,早露触发第一天赋的可能性较高。

重量大于等于3的敌人中,防御大于500的可能性较高(见表)。防御较高的敌人中,重量一般大于等于3(注意,此表无法体现),有少量例外,如狂徒500甲,重量2

防御低于500的一般是低甲BOSS或一些低甲精英敌人(穿刺手、恶怨者等)和一些低甲"重"装(屠夫伐木机碎岩者之流)

可认为早露攻击范围内含有重量大于等于3的敌人时,对其秒伤大于黑的可能性比较大。但两位的攻击范围和应用场景差别可能较大。此处仅从数据方面笼统比较。

举报/反馈

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现算法验证。文中还列举了大量相关领域的研究主题代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想Matlab/YALMIP/CPLEX等工具的集成使用方式,同可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗标准化、K值距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析结果可视化等关键步骤,增强了模型的可解释性实用性。; 适合人群:具备一定MATLAB编程基础机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优结果可视化部分,深入理解KNN在数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究优化。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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