节后第一炮!

BearKin 2011-02-09 08:28:03
假期结束了 清醒过来波!
...全文
416 73 打赏 收藏 转发到动态 举报
写回复
用AI写文章
73 条回复
切换为时间正序
请发表友善的回复…
发表回复
BearKin 2011-02-14
  • 打赏
  • 举报
回复
...难道是因为名字 导致我这个贴的分散不出去..
BearKin 2011-02-12
  • 打赏
  • 举报
回复
散分贴太了多鸟...
BearKin 2011-02-11
  • 打赏
  • 举报
回复
.....
飘落天涯的星 2011-02-11
  • 打赏
  • 举报
回复
.......................
dafeicao 2011-02-11
  • 打赏
  • 举报
回复
诅咒这种事. 本来就是损人一千伤己一万的. 别乱说话哈~~~
我嘞个去 2011-02-11
  • 打赏
  • 举报
回复
新年快乐~! JF~
dinghun8leech 2011-02-10
  • 打赏
  • 举报
回复
股市不给力啊,居然开门黑。亏我节前加仓想拿个红包呢,结果连红包的皮儿都亏进去了。
niuben2008 2011-02-10
  • 打赏
  • 举报
回复
刚上班就下雪,不知道是好还是坏啊
precious 2011-02-10
  • 打赏
  • 举报
回复
新年好,上班第一天,遭遇北京初雪,happy的很。(*^__^*) 嘻嘻……
zhaowanjun_accp 2011-02-10
  • 打赏
  • 举报
回复
接分 谢谢
zn85600301 2011-02-10
  • 打赏
  • 举报
回复
[Quote=引用 52 楼 bearkin 的回复:]

引用 47 楼 bao110908 的回复:
引用 31 楼 bearkin 的回复:

我过年没回家 没意识到过年 另外诅咒明天放假结束上班的人全部迟到


相信我,你这样说,不是不报,只是时候未到!


我可能理解歧义了 是我有报应还是我诅咒的人有报应..话说北京大雪 我迟到了..
[/Quote]
谁诅咒 谁遭报应 哈哈~~~
新年好~~~
上班了~~~
iovesuperpg 2011-02-10
  • 打赏
  • 举报
回复
份额份额
BearKin 2011-02-10
  • 打赏
  • 举报
回复
[Quote=引用 47 楼 bao110908 的回复:]
引用 31 楼 bearkin 的回复:

我过年没回家 没意识到过年 另外诅咒明天放假结束上班的人全部迟到


相信我,你这样说,不是不报,只是时候未到!
[/Quote]

我可能理解歧义了 是我有报应还是我诅咒的人有报应..话说北京大雪 我迟到了..
amos1989 2011-02-10
  • 打赏
  • 举报
回复
alicelijing1 2011-02-10
  • 打赏
  • 举报
回复
过来接分啦!!!!!!!!
地雷 2011-02-10
  • 打赏
  • 举报
回复
接个小分么
Sunkien 2011-02-10
  • 打赏
  • 举报
回复
新年好,上班第一天,
kai27ks 2011-02-10
  • 打赏
  • 举报
回复
要上班了。
jiasuer008 2011-02-10
  • 打赏
  • 举报
回复
新年快乐啊
xmmwm 2011-02-10
  • 打赏
  • 举报
回复
新年好
接分

加载更多回复(53)
内容概要:本文研究了基于元胞神经网络配流与DQN强化学习的公交线网扰动韧性恢复方法,并提供了Matlab代码实现。该研究针对城市公交系统在遭遇线路中断、客流激增等突发扰动时的服务中断问题,提出一种融合元胞神经网络与深度Q网络(DQN)的智能恢复框架。通过元胞神经网络对城市交通网络进行网格化建模与动态客流分布模拟,精确刻画扰动下的乘客出行行为演变;结合DQN强化学习算法,构建调度决策模型,实现对车辆调度、线路调整和资源再分配等控制策略的自主学习与优化。该方法能够在复杂、不确定的交通环境中自适应地生成最优恢复方案,显著提升公交系统的韧性、鲁棒性与应急响应能力。研究通过仿真实验验证了该框架在多种扰动场景下的有效性与优越性。; 适合人群:具备一定编程基础,熟悉Matlab和强化学习理论,从事智能交通系统、城市规划、运筹优化或公共交通运输管理相关研究的研究生、科研人员及工程师。; 使用场景及目标:①应用于城市公共交通应急管理,提升系统对突发事件的快速响应与服务能力恢复水平;②为智慧交通系统中的动态调度、资源优化与韧性评估提供先进的算法支持;③作为深度强化学习与元胞自动机在复杂交通系统建模中交叉应用的教学案例与科研参考。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实验,深入理解元胞神经网络与DQN的集成机制,并尝试在不同扰动场景下调试参数以观察模型表现,从而掌握其在实际系统中的部署逻辑与优化路径。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧