
论文
北木.
交流分享,共同成长
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
Origin绘制柱状图
Origin作图的最基本原则是“想要修改什么,就直接双击什么”。 1.调节柱状图之间的间距 双击柱状图,弹出的对话框中,找到spacing(间距),然后根据需要进行修改 2.设置柱状图的间隔以及显示的刻度范围,两种刻度范围图 3.origin中不能关闭speed mode 在图的任意空白位置双击鼠标左键,弹出Plot Details对话框,选择右边第二项Size/Speed...原创 2020-10-24 22:43:50 · 18776 阅读 · 0 评论 -
Python保存训练好的模型(一)
保存模型:from sklearn.externals import joblibA=[[1,2,3],[4,5,6],[7,8,9]]B=A+Aprint(B)joblib.dump(B, 'saved_model/B.pkl') # 保存模型,需先建立saved_model文件夹输出为:[[1, 2, 3], [4, 5, 6], [7, 8, 9], [1, 2,...转载 2020-05-04 18:23:36 · 1574 阅读 · 0 评论 -
Python matplotlib 论文画图之常用操作
1. 改变图的大小# figsize的2.8和1.7指的是英寸,dpi指定图片分辨率。那么图片就是(2.8*300)*(1.7*300)像素大小figure(num=None, figsize=(2.8, 1.7), dpi=300)2. 设置字体大小plt.xticks(fontproperties = 'Times New Roman', fontsize=8)plt.yticks...原创 2020-05-04 16:47:33 · 1400 阅读 · 0 评论 -
CMfg-SC(云制造服务组合)、DRL、DQN的定义
CMfg-SC (cloud manufacturing service composition):云制造服务组合是将一系列较小粒度的云服务按照一定流程和规则组装起来构成较大粒度的增值服务来协同完成一个任务。云服务组合是实现云制造按需分配和使用资源的有效途径。《云制造特征及云服务组合关键问题研究》Service composition is one of the core functi...原创 2020-04-02 22:26:45 · 1092 阅读 · 0 评论 -
Python中的np.array理解
问题引入import numpy as npaction = []print(action.append(1))print(np.array(action))结果为:None[1]为什么要用numpy Python中提供了list容器,可以当作数组使用。但列表中的元素可以是任何对象,因此列表中保存的是对象的指针,这样一来,为了保存一个简单的列表[1,2,3]。就需要...原创 2020-04-01 16:36:40 · 12801 阅读 · 2 评论 -
本体模型
本体是概念化的明确的规范说明(Gruber提出的)。目前本体广泛应用于人工智能领域。本体模型就是按照现实生活中的概念、概念间的关系、概念所具有的特征(即属性)以及概念的实例抽象出现实的模型。...原创 2020-02-27 22:30:16 · 3317 阅读 · 4 评论 -
DQN有关代码注释
parameter.py :self.num_type = 10 # 资源的种类self.num_ent = 10 # 企业的数量self.num_type_ent = 4 # 每一种资源对应企业的数量,也就是服务的数量原创 2019-12-18 17:12:52 · 286 阅读 · 0 评论 -
人工蜂群算法(ABC)
Karaboga在2005年提出的人工蜂群算法(Artificial Bee Colony, ABC)模型是为了 解决多变量函数优化,全局优化问题 完整过程: 两种不同的表述方式,但实际的关系是:观察蜂 = 引领蜂 :分享信息的作用未被雇佣的蜜蜂有: a. 侦查蜂 b. 采蜜蜂(跟随蜂)侦查蜂出去侦查,有蜜源的时候,被雇佣变成采蜜蜂,采蜜后回到蜂巢卸下蜂蜜,然后将有如下选择:...原创 2019-11-12 20:50:54 · 1885 阅读 · 0 评论 -
蚁群算法 matlab—python
蚁群算法:>> %%%蚁群算法解决TSP问题%%%%%%%clear all; %清除所有变量close all; %清图m=50;% m 蚂蚁个数Alpha=1; %%Alpha 表征信息素重要程度的参数Beta=5; %Beta 表征启发式因子重要程度的参数Rho=0.1; %%Rho 信息素蒸发系数NC_max=200; %%最大迭代次数Q=100; %%信息...原创 2019-08-14 09:57:53 · 1493 阅读 · 0 评论 -
权重系数图
from matplotlib import pyplot as pltfrom matplotlib.font_manager import FontPropertiesplt.rcParams['font.sans-serif'] = ['SimHei']font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=1...原创 2019-11-09 11:19:21 · 1557 阅读 · 0 评论 -
论文权重系数:Python之matplotlib画饼图
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']# 每一块占的比例,总和为100mm = [3708, 3213, 3079]n = mm[0] + mm[1] + mm[2]a = (mm[0] * 1.0 * 100/n)b = (mm[1] * 1.0 * 100/n)c =...原创 2019-12-15 16:27:38 · 624 阅读 · 0 评论 -
研究生如何读以及论文产出
1、 代码应该怎么学?要每一行都看懂吗?学习代码学习的重点是什么?(1) 代码刚开始学的时候一个先学习一些基础语法,然后可以找些练习自己敲一下,实现一下。(2) 调试代码的时候要有针对性的看,一般先看主程序,然后看子程序的调用,把实现功能的环节好好搞清楚,然后进行运行调试,有啥错误在网上搜,一个一个解决,这样在工程应用中应该是最快的。2、 看论文的时候有什么侧重点?需要关注什么?(1)拿到...原创 2020-04-01 16:27:39 · 333 阅读 · 0 评论 -
科研利器之EndNote x8基础使用教程
第一部分 如何添加引用1、 启动EndNote x8,点击File->New点击“File -> New”,在弹框中选择一个地址并输入你新建的数据库的名称,如下图:在谷歌学术或者百度学术搜索自己需要的文献,输入文献名字,搜索出来后,点击名字下方的引用选择导出至EndNote会弹出这样的下载界面,将文件名修改成那篇论文的名字,然后下载3、将下载的文件导入到EndNot...原创 2019-11-06 22:02:24 · 1066 阅读 · 0 评论 -
Visio给图片加框,然后拉成矩形状
先给图片加边线用线条将图片框起来将图片进行堆叠最后连接起来就好了原创 2019-10-25 22:48:47 · 5428 阅读 · 0 评论 -
查看期刊最近的影响因子
https://www.letpub.com.cn/index.php?page=journalapp&view=search查看最近的影响因子原创 2019-10-25 21:41:13 · 2437 阅读 · 2 评论 -
Visio画出方格图,并且在里面添加东西
1.打开Visio,首先画一个方格图2.选中上图中的方格,然后在图上的搜索栏中输入 “排列形状”,如图所示3.弹出的对话框中编辑自己想要的方格形式,如4.生成的表格如下图所示5.进一步生成的图形为...原创 2019-10-12 16:11:42 · 27734 阅读 · 9 评论 -
Word制作三线表格并插入公式
1.在Excel中首先输入如下内容,记得居中奥2.将excel中的内容粘贴到word中,如下图所示3.点击上图中左上角的图标,将表格全选中,然后右键选择自动调整–根据窗口调整表格,效果如下图所示。4.点击上图中左上角的图标,将表格全选中,然后右键选择边框和底纹,效果如下图所示。5.将表格中的第一行选中后,进入边框和底纹对话框,上面的粗线已经被选中,不需要进行更改。初始界面如图所示...原创 2019-10-11 15:37:05 · 1912 阅读 · 0 评论 -
Python中的time.time模块
计算代码的运行时间:1、以分钟和秒为单位import timedef havefun(): since = time.time() time.sleep(5) # 睡眠5秒 time_elapsed = time.time() - since print('The code run {:.0f}m {:.0f}s'.format( time...原创 2019-09-10 09:19:54 · 899 阅读 · 0 评论 -
DQN算法中的部分代码
if-else的一种简写:e_greedy_increment = Noneepsilon_max = 0.9epsilon = 0 if e_greedy_increment is not None else epsilon_maxprint(epsilon)结果为: 0.9如果e_greedy_increment没有值,则self.epsilon设置为self.epsilon...原创 2019-09-05 17:50:41 · 666 阅读 · 0 评论 -
柔性作业车间调度问题 (FJSSP)
多智能体系统是分布式人工智能(DAI,Distributed Artificial Intelligence)的一个重要分支。MES(Manufacturing Execution System)制造执行系统柔性作业车间调度问题 (FJSSP)是组合优化和生产管理领域很重要的研究课题,它是经典的作业车间调度问题 (JSSP)的延伸且被认为是强NP-hard问题。在FJSSP中,同一个工序的...原创 2019-07-22 22:25:59 · 10005 阅读 · 0 评论 -
智能体(Agent)
通过对生产状态的编码,将每个工件构建为一个智能体原创 2019-07-22 22:25:32 · 2801 阅读 · 0 评论 -
np.savetxt()—将array保存到txt文件
1.如何将array保存到txt文件中?2.如何将存到txt文件中的数据读出为ndarray类型?示例代码:import numpy as np保存:np.savetxt(‘data/task.txt’, self.task, fmt="%d", delimiter=" ")data/task.txt:参数为文件路径以及TXT文本名self.task: 为要保存的数组名fmt="%...原创 2019-08-08 09:35:38 · 58281 阅读 · 0 评论 -
Tensorboard中可视化的详细步骤
视频链接: https://www.bilibili.com/video/av16921335/?p=16博客链接:https://blog.youkuaiyun.com/qq_25973779/article/details/80292700简单方法:Pycharm—view—Tool Windows—Terminal,然后输入:tensorboard --logdir=logs记得点赞奥...原创 2019-08-06 15:47:16 · 695 阅读 · 0 评论 -
Python-多图与子图形绘制
1、散点图:import matplotlib.pyplot as pltimport numpy as npdef main(): # scatter 建立一个表格 fig = plt.figure() ax = fig.add_subplot(3, 3, 1) # 3行3列的第一个位置 n = 128 X = np.random.norma...原创 2019-08-19 11:08:13 · 15443 阅读 · 0 评论 -
一维列表与矩阵之间的行或列方向上的合并
import numpy as npimport randoml1 = random.sample(range(1, 10), 5) # 随机生成20个1-100中不重复的数字print(l1)# 一维向量变矩阵时不能直接用transpose或者.T的形式L1 = np.mat(l1).T # 将生成的向量l1进行转置,并使其成为矩阵print(L1)结果为:[3, 6,...原创 2019-08-23 16:20:41 · 563 阅读 · 0 评论 -
代码
%% II. 导入数据A = 30;%前三个任务的数量Task = zeros(6,100);for j = 1:Atype1 = round(rand(1,1)*2)+1;cost1 = round(rand(1,1)*9)+11;time1 = round(rand(1,1)*9)+51;place = round(rand(1,1)*9)+1;quality = round(...原创 2019-08-14 22:18:39 · 124 阅读 · 0 评论 -
Numpy之数据归一化
不同的量纲可能会影响数据的观察解决方案: 将所有的数据映射到同一尺度最值归一化: 把所有的数据映射到0-1之间适用于有明显边界的情况,受Outlier影响大均值方差归一化(Standardization):把所有数据归一到均值为0方差为1的数据中既适用于数据没有明显的边界,有可能存在极端数据值的情况。也适用于数据有明显边界的情况xscale=x−xmeansx_{s c a l e}...原创 2019-08-20 09:19:50 · 40543 阅读 · 1 评论 -
代码的一些问题及解答
a = [1, 2, 3][1]print(a)结果为:2import numpy as npa = [1,2]print(a)b = np.array(a)print(b)结果为:[1, 2][1 2]形式上稍有不同原创 2019-08-10 20:41:25 · 257 阅读 · 0 评论 -
奖励的设定
传递回来的是reward,选错或者选择结束时,就会出现 self.done = True, 在run_this.py 中:if done: total_reward = ep_reward + reward rewards[episode] = total_reward breakelse: ep_reward += reward执行 if 语句中的内容,并且将这一回...原创 2019-08-12 17:35:20 · 621 阅读 · 0 评论 -
论文中的求平均值
引例:import numpy as npa = [1, 2, 3, 6, 8, 2, 5, 10, 11]b = np.array(a)print('输出 b 的值为:', b)c = b[0:6]print('输出 c 的值为:', c)d = b[0:6].mean()print('输出 d 的值为:', d)s = sum(a[0:6])print('a 中前六个...原创 2019-08-12 21:03:19 · 1983 阅读 · 0 评论 -
IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boo
大多数是因为 整数和浮点型造成的比如 17.0 和17 在矩阵处理的时候,只有int 型可以做下标原创 2019-08-17 16:26:13 · 51248 阅读 · 5 评论 -
TypeError: 'int' object is not subscriptable
a = [3, 2, 19, 9, 12, 5, 2, 14, 19, 2, 10, 10, 5, 8, 8]print(a[0][0])将代码中的信息简化提取出来,出现这个错误的原因是对列表的操作出现错误。正确为:a = [3, 2, 19, 9, 12, 5, 2, 14, 19, 2, 10, 10, 5, 8, 8]print(a[0])结果为: 3...原创 2019-08-18 09:25:21 · 65292 阅读 · 3 评论 -
组合与调度问题思考
组合是调度中仅考虑QOS的一种特殊情况,以客户为中心 组合的问题相对来说是静止的,而调度相对而言是动态的。调度相对于组合而言,更多需要考虑的是当资源占用以后的任务如何匹配资源这一过程,需要考虑的是 等待时间 这一概念。调度的时候,子任务还有 可分与不可分 的情况考虑...原创 2019-09-02 19:40:56 · 503 阅读 · 0 评论