shaojiashuai123456
- 浏览: 262081 次
- 性别:
- 来自: 吉林
-
最新评论
-
hhb19900618：
你好 请问怎么处理 客户端 socket发送数据超时后的崩溃问 ...
c socket 编程（TCP服务器端代码） -
gar_odie：
挺好的，谢谢露珠
jquery table分页插件 -
a545807638：
...
jquery table分页插件 -
a06062125：
挺好！值得学习
二叉查找树 --c代码 -
a06062125：
只有代码没有讲解 这也算日志
kmp 算法 --转
文章列表
jsprit学习笔记 -- 车辆管理
- 博客分类：
- jsprit
车辆管理
有限车辆
位置：VehicleFleetManagerImpl.java
主要是实现了车辆的获取，锁定和放回功能
无限车辆
位置：InfiniteVehicles.java
主要实现车辆的获取
jsprit学习笔记 -- 时间窗策略
- 博客分类：
- jsprit
时间窗策略
约束判断
位置：VehicleDependentTimeWindowConstraints.java
流程
1.获取插入位置后一个服务点的最晚到达时间,对于结束点，直接使用车辆的最晚到达时间就行
2. 插入的服务点，插入位置的前后服务点都需要小于 最晚到达时间
3.如果插入的服务点最晚时间<插入点前的最早处理时间，则不合法
4.计算在新车辆下原来的状态是否能满足要求，也就是前节点+前节点到后节点的时间<后节点允许的最晚到达时间
5.如果插入的服务几点最早时间>插入点后的最晚到达时间，则不合法
6. 推演插入后新节 ...
tensorflow 实现lr
- 博客分类：
- 学习笔记
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
rng = np.random
# Parameters
learning_rate = 0.01
training_epochs = 1000
display_step = 50
batch_size = 10
# Training Data
train_X = np.asarray([3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167,
...
#**********************回归损失
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow.python.framework import ops
ops.reset_default_graph()
sess = tf.Session()
# Various Predicted X-values
x_vals = tf.linspace(-1., 1., 500)
# Create our target of zero
target = ...
tensorflow 实现 svr
- 博客分类：
- 学习笔记
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
rng = np.random
# Parameters
learning_rate = 0.01
training_epochs = 1000
display_step = 50
batch_size = 10
# Training Data
train_X = np.asarray([3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167,
...
jsprit学习笔记--主要策略
- 博客分类：
- jsprit
jsprit的策略:
(1)ruin (破坏）
a.随机破坏 (RuinRadom.java) , 随机删除路径上的节点
b.最差破坏 (RuinWorst.java) , 选取代价最大的n个节点
c.聚类破坏（RuinClusters.java) 通过ruin/DBSCANCluster.java计算聚类距离, 逻辑：循环10次，对于一个路线，选集选择2个节点，查看距离，计算平均距离和最小距离，距离半径=（平均距离-最小距离）*(0.5+random(0,1)) , 聚类某辆车的节点，删除某个聚类所有节点
注意:Jsprit.java中对 聚类策略 进行了jobneighborh ...
jsprit 的主要处理结构,jsprit是一个开源的解决VRP（车辆路径问题）问题的工具，其中主要使用的是Ruin And Rebuild算法。
车辆信息:
车辆类型，costParameter 车辆花费参数
容量限制
起终点坐标
最早出发时间
最晚到达时间
是否回到终点
特性，如 冷场等
服务节点:
容量需求
服务时间窗
服务时长
特性需求
节点位置
节点编号
节点优先级（1-10），默认是2，用来在计算中优先插入优先级高的
algorithm:
problem输入的参数
ruin和r ...
jsprit代价计算
- 博客分类：
- jsprit
总方案计算
private SolutionCostCalculator getObjectiveFunction(final VehicleRoutingProblem vrp, final double maxCosts) {
if (objectiveFunction != null) return objectiveFunction;
SolutionCostCalculator solutionCostCalculator = new SolutionCostCalculator() {
@Override
pub ...
jsprit学习笔记
- 博客分类：
- jsprit
转载：https://my.oschina.net/u/3173942/blog/1572842
jsprit简介
jsprit是一个开源的解决VRP（车辆路径问题）问题的工具，其中主要使用的是Ruin And Rebuild算法。
基本概念
jsprit中包含几个基本的概念，包括车辆，车辆类型等，以及他们能挂载的诸多属性。
jsprit的结果（solution）结构如图
Ruin And Rebuild流程
#include <stdio.h>
#include <string>
#include <iostream>
#include <algorithm>
#include <iterator>
#include <cstdlib>
#include <queue>
#include "bb_algorithm.h"
namespace bb {
BranchBound::BranchBound(TspGraph& graph, std::vect ...
原文链接：https://blog.csdn.net/x454045816/article/details/108744637一、算法介绍 蚁群算法，最早是1992年由Marco Dorigo在他的博士论文中提出的，是一种通过模拟自然界蚂蚁寻径的行为，提出的一种全新的模拟进化算法。据昆虫学家的观察和研究发现，生物世界中的蚂蚁有能力在没有任何可见提示下找到从其巢穴到食物源的最短路径，并能随环境的变化而变化，适应性地搜索新的路径，产生新的选择。这是因为蚂蚁在寻找路径时会在路径上释放一种特殊的分泌物——信息素，使得一定范围内的其他蚂蚁能够觉察并影响它们以后的寻径行为。当一些路径上通 ...
python crontab使用
- 博客分类：
- python常用
from crontab import CronTab
import os,sys
#crontab操作
class CrontabUpdate(object):
def __init__(self, username='admin'):
self._user = username
# 创建当前用户的crontab，当然也可以创建其他用户的，但得有足够权限
self.cron = CronTab(user=self._user)
'''
eg.
cmmand_line : py ...
#ifndef _COMMON_SINGLETON_H_
#define _COMMON_SINGLETON_H_
template<typename T>
class Singleton
{
public:
template<typename... Args>
static T* Instance(Args&& ...args)
{
if (m_pInstance == nullptr)
{
m_pInstance = new ...
tornaodo 实现文件上传
页面主要代码
<!DOCTYPE HTML>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gbk" />
<link type="text/css" rel="stylesheet" href="/static/main ...
python pandas
- 博客分类：
- python常用
import sys
from pandas import Series,DataFrame
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import preprocessing
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
data = pd.read_csv("./trai ...