文章目录1、批量修改文件名称2、用爬虫爬电影3、开会时一些数据的可视化4、自动生成桌面图片(电脑)5、电脑自动锁屏exe文件 用python做的事情有蛮多的，有些可能会将操作变得简单，有些可能会将操作变得复杂。下面列举出一些可以用python实现的操作。 1、批量修改文件名称2、用爬虫爬电影3、开会时一些数据的可视化4、自动生成桌面图片(电脑)5、电脑自动锁屏exe文件1、批量修改文件名称对于
转载
2024-08-19 14:23:49
143阅读
1、一行代码实现1-100的和 sum_1_100 = sum(range(1, 101))
print(sum_1_100) # 5050 2、如何在一个函数内修改全局变量的值 a = 100
def foo():
global a
a = 300
foo()
print(a) # 300 3、字典如何删除键和合并两个字典 d1 = {"name": "wj",
转载
2024-06-12 17:00:02
25阅读
利用栈求解迷宫问题源代码：#include#include#define M 8#define N 8#defi
原创
2023-05-05 20:47:46
190阅读
利用Python求解精确重心法选址问题的过程可以分为多个模块，逐步解析如何通过Python编程来实现该解决方案。这篇博文将带你了解环境配置、编译过程、参数调优、定制开发、调试技巧和性能对比等内容。
## 环境配置
在开始之前，我们需要确保我们的开发环境已正确配置。以下是所需软件及其版本。
1. Python 3.x
2. NumPy
3. SciPy
4. Matplotlib
5. Pan
1 问题成绩进行划分等级，人工划分容易出错，且数量庞大。2 方法public class Text06 { public static void main(String[] args) { int score=100; System.out.println("score"); // 1.成绩大于等于85 if (score>=85...
原创
2022-12-17 00:18:27
216阅读
文章目录遗传算法求解TSP问题问题描述遗传算法参数编码初始群体的设定适应度函数的设计遗传操作设计交叉变异选择控制参数设定完整代码 遗传算法求解TSP问题问题描述使用遗传算法求下图中从北京出发经过其他四个城市之后回到北京的最短路径，两个城市之间的距离如图所示：遗传算法遗传算法（Genetic Algorithm, GA）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通
转载
2023-11-24 05:32:23
111阅读
一、“0-1背包”问题描述： 给定n中物品，物品i的重量是wi，其价值为vi，背包的容量为c.问应如何选择装入背包中的物品，使得装入背包中的物品的总价值最大？ 形式化描述：给定c>0,wi>0,vi>0,1≤i≤n，要求找一个n元0-1向量（x1,x2,...,xn)，xi∈{0,1}，1≤i≤n，使得∑wixi≤c，而且∑vixi达到最大
转载
2023-07-02 14:56:56
118阅读
问题描述二、算法描述三、求解说明四、参考资料五、源代码一、问题描述旅行商问题是图论中的一个著名问题。假设有一个旅行商人要拜访N个城市，要求他从一个城市出发，每个城市最多拜访一次，最后要回到出发的城市，保证所选择的路径长度最短。二、算法描述...
转载
2021-08-27 14:34:43
2023阅读
文章目录[python学习之路 - 从入门到精通到大师]()一、你好世界二、数据入门2.1、列表2.2、字符串2.3、元组2.4、集合2.5、字典三、输入和输出四、控制结构五、处理异常六、定义函数七、面向对象编程：定义类7.1、一个分数类7.2、逻辑门和电路八、总结推荐阅读参考文章 一、你好世界来通过一些详细的例子回顾一下 Python 编程语言。 这里的目标是重新认识下 Python 语言，并
转载
2024-02-23 09:22:43
38阅读
无约束优化问题在数学建模和优化领域中具有重要的地位，它涉及寻找函数的最大值或最小值而不受任何限制条件的约束。而Gurobi作为一种高效的数学优化工具，与Python的结合可以实现对无约束优化问题的快速求解。本文将介绍如何利用Python和Gurobi求解无约束优化问题，并提供一些实用的代码示例。1. 无约束优化问题简介无约束优化问题是指在优化过程中，优化目标只受到变量的自然限制，而不受任何其他条件
原创
2024-05-09 14:41:14
104阅读
翻阅几篇遗传算法的文章，这篇通俗易懂，且逻辑清楚，最适合入门，不用担心遗漏关键点。遗传算法，先选择，交叉和变异顺序可更换。轮盘赌部分，参考了另外一篇文章的解释。此外，还有一些有价值的文献：选择算子的讨论：http://www.doc88.com/p-7834231663548.html变异和交叉算子的讨论：http://blog.sina.com.cn/s/blog_5698433c0102v0d
什么是牛顿法在第９章中介绍了一维搜索的牛顿法,什么是一维搜索的牛顿法？首先介绍一下一维搜索一维搜索一维搜索其实也很简单，在许多迭代下降算法中，具有一个共同的特点，就是得到点x(k)后，需要按照某种规则确定一个方向d(k)，再从x(k)出发，沿着d(k)的方向上求目标函数的极小点。从而得到x(k+1)，重复以上做法，知道求得问题的解。这就是一维搜索。上面提到的d可以称作为步长因子。一维搜索的方法有很
遗传算法简介一个遗传算法的例子roulette_wheel_selectionordered_crossoverswap_mutationgenetic_algorithm 简介遗传算法（Genetic Algorithm，GA）是一种自然启发式的优化算法，基于自然界中的进化和遗传原理。遗传算法在搜索和优化问题中表现出色，特别是在复杂、高维度和非线性问题中。它们可以广泛应用于函数优化、机器学习、
转载
2023-11-10 21:31:34
258阅读
近日，公司的财务小姐姐请我吃饭，当时我就有预感，绝对不是就吃一顿饭那么简单。果然，在吃饭的时候，她羞涩的把脑袋凑过来悄悄跟我说，听说你Python很厉害呀。因为平时埋头写代码，很少跟女生讲话。今天小姐姐居然一开口就问我最擅长的技能，那我肯定要好好表现一番啊，于是拍着胸脯说："是的，我用Python上能控制火箭，下能操作坦克，你想做什么？”。她立马一副崇拜的样子看着我说："我每个月都要用Excel做
转载
2023-12-18 13:59:16
110阅读
躺着赚钱一位匿名知乎网友爆料用Python写了自动化交易程序，2年躺着赚了200万！相当于普通程序员10年的工资，此刻的心情...你懂的！不过，这位大侠的真实身份也被网友找出了，真是人红了想低调都不行。程序员式浪漫程序员不轻易展示浪漫，一旦浪漫起来也是非常帅的。他们不屑于送情书，也无意送玫瑰花，他们用自己的语言表达对自己另一半的爱，这种语言叫作“代码”。如果上面这段“代码”不过瘾的话，我们接着欣赏
转载
2023-09-13 16:44:55
128阅读
目录1 概述2 运行结果3 Matlab代码实现4 结语5 参考文献1 概述旅行商问题是一个经典的路径规划问题，传统TSP假设客户位置和客户之间旅行时间是固定不变的，而在现实生活中交通状况和客户要求可能会随着时间而改变，为了找到最经济的路线，可在业务员完成对每个客户的服务后做出实时决策。遗传算法具有全局搜索的性能，成为处理组合优化问题的常用方法。在此运用遗传算法，并借助MATLAB在实例中进行分析
转载
2024-06-07 17:24:50
212阅读
### Python解决生活问题的流程
为了帮助你解决生活中的问题，我们将采取以下步骤来实现Python解决生活问题的过程：
1. 确定问题：首先我们需要明确生活中需要解决的问题。这可以是任何与生活相关的问题，比如计算器、日历、天气预报等。
2. 分析问题：在此步骤中，我们将仔细分析问题并确定需要使用的算法或技术。这有助于我们理解解决问题的难度和所需的步骤。
3. 设计解决方案：在此步骤中
原创
2023-09-13 06:13:08
218阅读
差分法的使用1.引言问题提出：对一组数据，将第m个到第n个数据之间的数据全部加a,如果问题规模很小，用for循环是可以解决的，但如果问题规模很大，对不同的m,n,a操作n次，继续用for循环就比较耗时耗力了，为此，这里就有了差分法的使用2.原理实现对于一组初始的数据f=1,2,3,4,5,6,7 ，f共有7个数据，我们用length为7+2的数组存储该数据，注意，f[0]和f[8]为默认值0，f[
转载
2024-06-18 13:29:46
47阅读
# TSP问题求解Python指南
旅行商问题（Traveling Salesman Problem，TSP）是组合优化中的经典问题，要求找到一条最短路径，使旅行商能够访问每一个城市一次并最终返回到起点。这个问题在计算机科学和运筹学中非常重要，对于新手开发者而言，是一个很好的练手项目。接下来，我将引导你一步步实现TSP问题的求解，并且提供代码示例和详细注释。
## 整体流程
我们将按以下步骤
上一篇博客讲到支持向量机分类，而本文将介绍支持向量机分类最常用的学习算法序列最小最优化(SMO)。SMO算法是分解方法(decomposition method)的一种极端情况，即每次迭代的工作子集(working set)只含有两个变量。SMO算法存在多种不同的WSS(working set selection)启发式搜索准则。本文主要讲Platt(1999)年首次提出的SMO算法以及Fan(2
