万里长征第三步

张存超php技术博客

好事多磨,终于,终于,我要开始写一个根据地区不同弹出不同商务通的API了。说到这个东东,我可是好好研究了一番,可要多谢这个需求,我又学到了很多东西,对于web软件有了进一步的认识,原来程序可以这样做。

这个需求第一次提出来已经也有一段时间了,当我一听说就开始着手研究了,后来发现,其实远没有想的那么复杂,静态的页面完全可以通过js或者其他东西链接一个内部的或者外部的动态页面。所以完全没有必要遇到不会的东西就害怕了。其实程序也就那样。可是,当我突破了这些之后,这个需求又不提了,我还以为就要这样搁浅了呢。但是,既然有了这样 需求就肯定是要用到的。现在怎么说呢,叫旧事重提吧。又要开始了,其实这个原理比较简单,就是有几个难点突破。一个静态页面,我们不能直接的使用api或者什么。只能是通过一些js或者src等的可以跨域的访问来访问动态内容。这样解决了一些必要的东西,又要将结果返回给静态页面,这又是个难点。document.write是个好的函数。我们可以通过他来给静态页面写入一些东西,但是写入的这个东西有可能需要触发,或者执行,那我们就将要执行的东西写入js的functing里面,再写一个js自动执行这个函数,就可以了。所以这样说起来的话其实也就不复杂了。

说真的,程序的问题远远没有想象的那么大,毕竟他是有解的,很多时候阻碍我们发展的是很多其他的东西,并不是我们能力不足。而是不能适应你的工作环境。人有三种至关重要的能力,第一是做事的能力,这个不用多说,第二个是与环境相处的能力,很多时候环境是不能适应我们是要我们来适应他的。第三个是与时间相处的能力,很多人吃的了工作的苦,加班什么的都可以,但是就不能受一点点的委屈,老板说两句就受不了。这样是不行的,如何在你日复一日工作的岗位上,长久的保持工作的热情更是我们需要好好锻炼的能力,当然前提是这个公司让你有归属感。

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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
 
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