583杂七杂八
修改_Inotify-Watches-Limit_提高idea性能
官网说明 For an intelligent IDE, it is essential to be in the know about any external changes in files it is working with - e.g. changes made by VCS, or build tools, or code generators etc. For that reaso
STARBLOG / 技术与日常的文字存档
文章索引
写下实践中的发现，也留住那些值得回看的想法。
682篇文字 · 持续记录中
682 篇
编号 / 主题 / 日期标题内容提要↗
584算法/机器学习
多个约束条件下的二维装箱问题——寻找《开罗拉面店》最优布局之代码解析（五）遗传算法解析
前言 遗传算法的一些思路我在开篇有提到一些，这里给出具体过程： 1、生成两个种群，分别使用BL算法和BL_plus算法； 2、开始迭代 3、调用两个种群的update_max()函数更新最优个体 4、如果两个种群中有最优解（也就是12家店铺全部铺上去了），则跳出循环，返回该个体； 5、如果达到迭代次数，则跳出循环，返回两个种群的最优个体； 6、如果达到交换迭代次数，则： 假设种群P1的最优个体适应
585杂七杂八
Chrome浏览器单独删除已保存的地址
步骤 在地址栏中输入地址，按方向键选择需要删除的地址， Windows/Linux Shift + Delete 删除。
586算法/机器学习
推荐系统开发实践：Surprise库基本用法
首先是构建数据集 这里我使用了随机生成用户和项目，以及用户对项目的评价，喜欢（1）与不喜欢（0） import random import pandas import numpy as np def build_dataframe() - pandas.DataFrame: datasets = { 'userID': [], 'itemID': [],
587算法/机器学习
多个约束条件下的二维装箱问题——寻找《开罗拉面店》最优布局之代码解析（三）
种群类：Population 属性 种群类首先要储存的便是上一篇中提到的原始基因；其次为了应用精英保存策略、择伏分配等，需要记录最优个体的相关信息；同时在计算交叉变异概率的时候，需要用到求平均适应值的方法，所以为了简化计算，储存每个个体的适应值是很有必要的。 /// summary /// 个体列表 /// /summary public ListIndividual ind; /// summ
588算法/机器学习
多个约束条件下的二维装箱问题——寻找《开罗拉面店》最优布局之代码解析（二）
个体类：Individual 属性 一个个体在遗传算法中最关键的属性是基因编码和性状，为此还需要引出一个原始基因的定义（在敲代码的时候我把这玩意儿叫做基因库，但是后来查资料才发现，基因库是用来储存优秀个体，提高种群质量的，和我这里的作用并不相同，所以作出修正）。原始基因就是题目给定的这12个店铺，而在生成个体的基因的时候就只是单纯的在这条原始基因上进行随机重排序操作和随机旋转操作；性状则是进行这两