RationalRoseEnt2003支持vs.net2003吗?

Kain 2003-08-30 02:56:34
在新建的时候没看到vs.net的项目阿?
...全文
141 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
youyous 2003-09-08
  • 打赏
  • 举报
回复
找呀找!
caiyi0903 2003-09-01
  • 打赏
  • 举报
回复
我也在找
Kain 2003-09-01
  • 打赏
  • 举报
回复
snof(雪狼)

我就是在那里下载的
但是我安装好了以后
新建的时候没看到.net阿
由vb6的

(刚学不久)
心雨楼 2003-08-30
  • 打赏
  • 举报
回复
当然!我就在用
雪狼1234567 2003-08-30
  • 打赏
  • 举报
回复
目前已经有支持c#的rose啦,我从这儿下了一个就可以
http://www.playicq.com/dispdocnew.php?id=8140&PHPSESSID=aced0ccf6837d59e28f5e902b9b4da12
内容概要:本研究聚焦于基于天牛须搜索算法(BAS)优化极限学习机(ELM)的功率预测模型,提出了一种结合群体智能优化与快速学习算法的新型预测方法,并通过Matlab平台实现了完整的仿真与验证流程。该方法利用天牛群算法强大的全局寻优能力,对ELM模型的关键参数(如输入权重和偏置)进行自适应优化,有效克服了传统ELM因随机初始化带来的不稳定性和预测精度波动问题。研究涵盖了数据预处理、特征选取、模型训练、参数优化与结果评估全过程,适用于风电、光伏等可再生能源功率预测场景,显著提升了预测的准确性与鲁棒性。; 适合人群:具备一定机器学习与智能优化算法基础,从事新能源预测、电力系统分析或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决可再生能源出力波动性强导致的功率预测精度低的问题;②提升ELM模型在实际工程应用中的泛化能力与稳定性;③为智能算法在电力系统预测领域的融合应用提供可复现的技术范例。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注天牛群算法的搜索机制与ELM参数优化的耦合方式,可通过更换数据集或调整优化目标进一步拓展模型应用场景,并对比其他优化算法(如PSO、GWO)以评估性能优势。

111,123

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧