今天已经把东西都弄到了考场了，只等明天的题目下来了，希望能有一个好成绩！今天要好好休息休息，明天才是真正较量的开始了！
经过这么都天和我的这些partener合作还是很高兴得，即使我们不能取得好成绩又有什么呢!我们只要做到交晚卷子时我们能对自己说：“我问心无愧”就可以了！结果已经不是那么重要了，重要的是我们经历过！
献给自己和我的搭档刘京城、吕小苏吧！
Good Luck!
数学建模（7）---建模开始
2004-09-16
565
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
今天已经把东西都弄到了考场了，只等明天的题目下来了，希望能有一个好成绩！今天要好好休息休息，明天才是真正较量的开始了！
经过这么都天和我的这些partener合作还是很高兴得，即使我们不能取得好成绩又有什么呢!我们只要做到交晚卷子时我们能对自己说：“我问心无愧”...
目录
相关文章
|
4月前
|
数据采集
存储
移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法，详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本，并估计固定和非固定需求，提供了完整的建模方案和代码实现。
105
0
0
|
算法
数据可视化
Java
数学建模常用算法：启发式优化算法合辑（内含多种智能优化算法，使用java实现算法、详细注释、并进行结果可视化）
数学建模常用算法：启发式优化算法合辑（内含多种智能优化算法，使用java实现算法、详细注释、并进行结果可视化）
653
2
2
|
7月前
|
存储
索引
|
机器学习/深度学习
SQL
人工智能
|
前端开发
|
前端开发
|
数据可视化
数据挖掘
大数据
|
索引
【仿真建模】第二课：AnyLogic入门基础课程 - 行人仿真空间逻辑讲解
每个智能体都有个属性index，从0到n，所以我们创建多层建筑没必要一层一层建立，只需要把一层建筑封装成一个类，然后拖动出来，使用类似for循环的机制，去复制即可。指定初始位置，index*20，代表每层高度为20，通过index自增的索引进行高度自增。这里要注意，一定要将矩形墙的中心对准原点，因为在复制封装好的类时，它会以原点为参考原点。设置墙的颜色（大家自己选一个颜色即可），透明度设置为100（主要是为了能看清建筑内部）在工程面板找到刚新建的层，然后修改dZ为40（高度为40）
532
0
0
【仿真建模】第三课：AnyLogic入门基础课程 - 多层建筑行人疏散仿真讲解
为了实现对一楼和二楼不同的疏散时间，复制之前的按钮，创造两个新按钮分别对一楼和二楼进行控制。在MyFloor1中，选择colOut，按照Ctrl键移动，复制一个colOut1出来。好像服务的延迟时间太长了，可以调小一点，设置为uniform(0.5, 1.0)为了区分一楼和二楼，在Main中调整MyFloor2的高度为40。把等待时间设置长一点，设置为uniform(1.5, 2.0)为了控制人们的逃生目的地，我们先拖拽一个集合出来。在Main中，把MyFloor2拖拽出来。
481
0
0
热门文章
最新文章
1
Gitlab----使用Docker方式安装部署Gitlab
2
Mac搭建安卓模拟器（支持M1/M2/M3/M4）
3
java报错javax.net.ssl.SSLHandshakeException: sun.security.validator.ValidatorException
4
开发人员各级岗位胜任力模型
5
Hive之数据倾斜的原因和解决方法
6
【Java】留下没有基础眼泪的面试题
7
iptables系列教程（二）| iptables语法规则
8
13.4. 临时表是否需要建索引
9
共享的两种方式
10
Andriod动态布局
1
Linux 各发行版安装 ping 命令指南
34
2
Linux缓存管理：如何安全地清理系统缓存
97
3
《CMake：掌控 C++人工智能项目编译的魔法棒》
31
4
《C++人工智能开发 IDE 全解析：助力智能创新之路》
34
5
《解锁 Eigen 库在 C++人工智能项目中的潜能与优化之道》
33
6
《解析 MXNet 的 C++版本在分布式训练中的机遇与挑战》
22
7
《探索 Caffe2 的 C++接口在移动设备上的性能优化之路》
26
8
docker高级篇（大厂进阶）：安装redis集群
39
9
Lyra：SmartMore 联合香港多所高校推出的多模态大型语言模型，专注于提升语音、视觉和语言模态的交互能力
55
10
LatentLM：微软联合清华大学推出的多模态生成模型，能够统一处理和生成图像、文本、音频和语音合成
44