to DTWUJP(建平):

zhengsb 2001-06-18 09:34:00
邮件已收到,但怎么没见附件啊！劳驾重发一份
先给你加点分。
...全文
84 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
DTWUJP 2001-06-18
  • 打赏
  • 举报
 回复
分无所谓，我已重新发了一份。
静态方法和单件模式具体区别在哪里？
静态方法和单件模式具体区别在哪里？ [问题点数：60分，结帖人20040216] 不显示删除回复 显示所有回复 显示星级回复 显示得分回复 只显示楼主 收藏 取消关注关注20040216 20040216 本版等级： 本版专家分：877
chromedriver-win32-146.0.7676.0(Canary).zip
chromedriver-win32-146.0.7676.0(Canary).zip
Auto-uninstaller-x64.zip
源码链接： https://pan.quark.cn/s/a88951610b7c Autodesk卸载工具(AUTO Uninstaller)是专门为解决因autodesk类软件卸载不彻底而引发的autodesk安装失败问题而进行开发的autodesk快速卸载解决方案。
【重磅原创改进代码】基于ACPSO-EI-Kriging和考虑碳交易的多虚拟电厂多目标主从博弈研究（Python代码实现）
【重磅原创改进代码】基于ACPSO-EI-Kriging和考虑碳交易的多虚拟电厂多目标主从博弈研究（Python代码实现）内容概要：本文围绕“基于ACPSO-EI-Kriging和考虑碳交易的多虚拟电厂多目标主从博弈”展开研究，提出了一种结合自适应混沌粒子群优化（ACPSO）、期望改进（EI）准则与克里金（Kriging）代理模型的优化框架，用于求解多虚拟电厂在碳交易机制下的多目标博弈调度问题。研究构建了主从博弈模型，上层为电网运营商制定碳交易与调度策略，下层为多个虚拟电厂进行响应优化，兼顾经济性与低碳性目标。通过引入EI-Kriging方法提升复杂非线性问题的求解效率与精度，增强了模型在高维、不确定性环境下的适应能力。研究还探讨了碳交易价格、碳排放限额等因素对系统调度结果的影响，验证了所提方法在降低碳排放、提高能源利用效率方面的有效性。; 适合人群：具备一定电力系统、优化算法与博弈论基础的研究生、科研人员及从事能源互联网、虚拟电厂、碳交易机制研究的工程技术人员。; 使用场景及目标：①用于多虚拟电厂在碳交易背景下的协同优化调度研究；②为主从博弈模型在综合能源系统中的应用提供方法支撑；③提升复杂多目标优化问题的求解效率与鲁棒性；④为低碳电力系统规划与政策制定提供仿真分析工具。; 阅读建议：建议读者结合Python代码实现部分深入理解
智能优化算法集合库项目_模拟退火算法SA_禁忌搜索算法TS_蚁群算法ACO_遗传算法GA_粒子群算法PSO_元启发式算法_组合优化问题求解器_经典旅行商问题TSP最短路径规划_资源.zip
智能优化算法集合库项目_模拟退火算法SA_禁忌搜索算法TS_蚁群算法ACO_遗传算法GA_粒子群算法PSO_元启发式算法_组合优化问题求解器_经典旅行商问题TSP最短路径规划_资源.zip
VB基础类

7,789

社区成员

197,583

社区内容

发帖
与我相关
我的任务
社区描述
VB 基础类
社区管理员
  • VB基础类社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章