Comodule vom Eintritt zum Eintrag (frei aktualisiert. Ermutigt Sie nicht)
Zunächst ist klar, dass Blogger keine Branchenexperten sind. Schauen wir uns als nächstes die Standardkostenveröffentlichungen von CO -Modulen an. 1. Standardkostenkonfiguration umfasst Standardkosten = Materialkosten + Prozessroute Standardarbeitszeiten * monatliche Wartungsrate 2. Während der Veröffentlichung der Standardkosten sind (1) die Fabrik- und Kosten -Buchhaltungsvarianten erforderlich (2) Die Kostenrechnungsversion muss gemäß Produktion, Verkäufen und F & E sowie den tatsächlichen Umständen ausgewählt werden. 2) Sie können den Testvorgang überprüfen (überprüfen Sie ihn im Test, wenn Sie es versuchen. Sie werden nicht verwendet, um die Daten zu überprüfen) (3) List-Schnittstelle gibt die Liste aus (Checkliste wird auf und wird detaillierter) (4) Hintergrundverarbeitung (normalerweise ausgewählt mit zeitaufwändigen oder rechnerisch teuren Berichtsdaten) Abfragematerial Code: SM374 sind Standardkosten. Buchhaltung und Standardkosten sollten die Genauigkeit jedes Material- und Prozessroutens sicherstellen. Wenn die grundlegenden Daten ungenau sind, wird empfohlen, die tägliche Kostenrechnung mithilfe des SAP -Systems nicht durchzuführen (die Befragten erleben persönlich; hier nicht wiederholen). (2) Standardkosten sind die Grundlage für die Kosten für unvollendete Arbeitsaufträge. (3) Gleichzeitig, nachdem die Standardkosten veröffentlicht wurden (nachfolgende Probleme werden erst nach Abschluss der Änderungen beeinflusst). In Bezug auf den oben genannten Inhalt wird Ihr Wissen über die Kostenrechnung in Zukunft aktualisiert. Die Befragten haben nur begrenzte Zeit und werden erneut aktualisiert, wenn sie Zeit haben. Das Leben mit sozialen Tieren ist nicht einfach, also verabschiede ich mich.Python evolutionary algorithm based on DEAP library from entry to infiltration-(I) Basic operations and implementation of evolutionary algorithms
This article aims to introduce the basic operations and implementation of evolutionary algorithms using DEAP library, including the implementation of elements such as the introduction of evolutionary algorithms, DEAP library characteristics, optimization problem definition, individual coding, initial group creation, evaluation, breeding selection, mutation and environment selection. Als Anfänger soll dieser Artikel den Lesern helfen, schnell zu beginnen und die Kernkonzepte von Evolutionsalgorithmen und die Verwendung von Deap -Bibliotheken zu verstehen. DEAP ist eine Python -Bibliothek für Evolutions -Computing, mit der Benutzer Evolutionalgorithmen schnell erstellen und testen können. Mit dem einfachen Installationskommando PipinstallDeap können Benutzer die Deap -Bibliothek problemlos zum Experimentieren einführen. Die Flexibilität und Leistung der Deap -Bibliothek hat 2848 Sterne auf Github gewonnen, was darauf hinweist, dass sie in der Community weithin anerkannt ist. Evolutionsalgorithmen sind eine Art metaheuristische Algorithmen, die sich auf die Evolutions-, Selektions- und Eliminierungsmechanismen natürlicher Organismen stützen und sie anhand ethnischer Gruppen iterativ optimieren und letztendlich die optimale Lösung für die Anpassung an die Umwelt erzeugen. Diese Art von Algorithmus hat die Eigenschaften der Selbstorganisation und Anpassungsfähigkeit und eignet sich zur Lösung von Problemen, die für herkömmliche Optimierungsalgorithmen schwierig sind. Der Vorteil von evolutionären Algorithmen besteht darin, dass sie flexibel mit komplexen Optimierungsproblemen umgehen können, insbesondere bei dem Fall, dass mehrere lokale optimale Lösungen existieren und die globalen optimalen Lösungen durch Zufälligkeit und iterative Prozesse nach und nach untersucht werden können. Der Nachteil von evolutionären Algorithmen besteht jedoch darin, dass die Konvergenzgeschwindigkeit, insbesondere bei hochdimensionalen oder Komplexitätsproblemen, langsam sein kann. Bei evolutionären Algorithmen ist die individuelle Codierung einer der wichtigsten Schritte bei der Implementierung des Algorithmus. Die Codierungsmethoden umfassen hauptsächlich eine reale Codierung, binäre Codierung und Sequenzcodierung. Die reelle Zahlencodierung ist für das Optimierungsproblem kontinuierlicher Variablen geeignet. Binärer Codierung ist für diskrete Variablen geeignet. Die Sequenzcodierung wie Partikelschwarmalgorithmen werden für sequentielle Optimierungsprobleme verwendet und können komplexe Einschränkungen wie Permutation und Kombination verarbeiten. Wenn die individuelle Codierung in DEAP implementiert wird, können einzelne Klassen über das "Creator" -Modul definiert und dann mit dem "Toolbox" -Modul initialisiert werden. Die Realzahlen -Codierung verwendet "random.random", um zufällige reelle Zahlen zu erzeugen, während eine binäre Codierung mit Hilfe der Bernoulli -Verteilung in der "Scipy" -Bibliothek zufällige binäre Sequenzen erzeugen kann. Die Sequenzcodierung erzeugt eine zufällige Sequenz durch die Funktion `random.sample`. Die Partikelcodierung erfordert eine zusätzliche Definition von Geschwindigkeit und optimale Positionsinformationen. Die Schaffung von Anfangsgruppen ist die Grundlage für evolutionäre Algorithmen und wird normalerweise in allgemeine Gruppen und homogene Gruppen unterteilt, die Untergruppen enthalten. Allgemeine Gruppen werden unter Verwendung der Funktion "deap.tools.initrepeat" initialisiert, während homosexuelle Gruppen lokale Auswahlstrategien zwischen Untergruppen definieren müssen. Der Partikelschwarmalgorithmus muss zusätzlich globale optimale Positionsinformationen aufrechterhalten. Bewertungsfunktionen werden zur Berechnung der individuellen Fitness verwendet und sind ein wichtiger Bestandteil vonEvolutionsalgorithmen. Die DEAP -Bibliothek hat keine voreingestellte Bewertungsfunktion, und die Benutzer müssen sie selbst basierend auf bestimmten Themen implementieren. Die Fitnessfunktion sollte einen "Tuple" -Typ zurückgeben, um mit den Anforderungen an die Optimierung mit mehreren Objektiven kompatibel zu sein. Die Zuchtauswahl ist eine der Kernoperationen von evolutionären Algorithmen, die die Evolutionsrichtung der Rasse bestimmt. DEAP bietet eine Vielzahl von Auswahlstrategien wie Turnierauswahl, Roulette -Auswahl, zufällige universelle Stichprobenauswahl usw. Jede Strategie hat ihre anwendbaren Szenarien. Die Implementierung des Auswahlvorgangs hängt vom Modul "deap.tools.sel" ab, und Benutzer können entspre chende Funktionen gemäß den Anforderungen an den Algorithmus auswählen. Mutationsoperationen werden durch Crossover und Mutation erreicht, um die ethnische Vielfalt zu erhöhen und neue Lösungen zu untersuchen. DEAP bietet eine Reihe von Überkreuzungs- und Mutationsoperationen, darunter Einzelpunktkreuzungen, Zwei-Punkte-Überkreuzung, einheitliches Kreuzung, teilweise übereinstimmende Kreuzung, geordnetes Kreuzsing, gemischte Kreuzung, simulierte Binärkreuzung usw. Jeder Vorgang hat seine anwendbare Codierungsmethode, und die Codierungstyp- und Problemeigenschaften müssen bei der Implementierung berücksichtigt werden. Mutationsoperationen wie Gaußsche Mutation, stochastische Mutation, Position Flip -Mutation usw. haben ebenfalls entspre chende Deap -Funktionen. Die Auswahl der Umgebungen ist ein Rückveranstalter, mit dem die Bevölkerungsgröße verwaltet und die Stabilität und Konvergenz des Algorithmus gewährleistet wird. Die DEAP -Bibliothek verfügt nicht über einen direkten Rückverfolgungsbetrieb. In diesem Artikel werden die grundlegenden Elemente von Evolutionsalgorithmen und ihre Implementierung in der DEAP -Bibliothek im Detail erläutert, um den Lesern einen umfassenden Einführungshandbuch zur Verfügung zu stellen. PassierenDurch das Verständnis der Prinzipien und der Umsetzung dieser Elemente können die Leser die DEAP -Bibliothek leichter nutzen, um praktische Probleme zu lösen. Durch die Verarbeitung von Querry -Ergebnissen nacheinander ist es möglich, die Leistung und Effizienz zu verbessern. Die Ergebniscontext -Schnittstelle bietet Referenzinformationen der Verarbeitungsergebnisse und wird zur Implementierung von ResultHandler verwendet.Um Yoga zu machen, sind die Parameter von MyBatis Übertragungsmethoden flexibel und vielfältig und für verschiedene Landschaftsanforderungen geeignet. Durch die Auswahl und Verwendung dieser Methoden kann die Wartung und Leistung des Codes verbessert werden.
