fenneishi
fenneishi

最优化一些理解

文章目录

  • 分类
    • 优化问题分类
      • 解决方法分类
      • 整套理论常用关键词

分类

优化问题分类

维度 可能性 可能性
1 线性 非线性
2 无约束 有约束
3 单目标 多目标
4 静态 动态
5 连续 离散
6 无约束 有约束
7 参数有随机性 参数无随机性

2*2*2*2*2*2*2=27=128种可能组合。

解决方法分类

方法 内容
理论法 通过理论分析直接求出精确理论解
数值法 通过数值迭代，逐渐逼近理论解。

整套理论常用关键词

英文 意思
optimization 优化
programing 规划

你可能感兴趣的:(数值优化)

  • 机器人学中的数值优化（一） Big David 数值优化数值优化
    Preliminaries0前言最优解x∗x^{*}x∗在满足约束的所有向量中具有最小值。两个基本的假设：（1）目标函数有下界目标函数不能存在负无穷的值，这样会使得最小值无法在计算机中用浮点数表示，最小值可以很小但必须有界（2）目标函数具有有界子区间映射sub-levelsets就是下水平集，此时要求目标函数不能存在当x趋于无穷时函数趋于某个值即下水平集无界，这同样会导致最小值无法用浮点数表示f,
  • 非精线搜索步长规则Armijo规则&Goldstein规则&Wolfe规则 Nie_Xun 算法
    非精确线搜索步长规则在数值优化中，线搜索是一种寻找合适步长的策略，以确保在目标函数上获得足够的下降。如最速下降法，拟牛顿法这些常用的优化算法等，其中的线搜索步骤通常使用Armijo规则、Goldstein规则或Wolfe规则等。设无约束优化问题：min⁡f(x), x∈Rn\minf(x),{\kern1pt}\,x\in{R^n}minf(x),x∈Rn参数迭代过程：xk+1←xk+αkdkx_
  • 机器人中的数值优化进阶|【二】三次样条曲线推导（中） 影子鱼Alexios algorithm机器人线性代数矩阵
    机器人中的数值优化|【自用二】三次样条曲线推导接之前，由于ci=3(ηi+1−ηi)−2Di−Di+1c_i=3(\eta_{i+1}-\eta_i)-2D_i-D_{i+1}ci=3(ηi+1−ηi)−2Di−Di+1因此有c=3[−1100...00−110...000−11...0......000...−11]n×(n+1)η−[2100...00210...00011...0......
  • 机器人中的数值优化进阶|【三】三次样条曲线推导（下） 影子鱼Alexios algorithm机器人
    机器人中的数值优化进阶|【三】三次样条曲线推导（下）接之前的内容，现在开始考虑势场函数P(η1,...,ηn−1)=1000∑i=1n−1∑j=0mmax⁡(rj−∣∣ηi−oj∣∣,0)P(\eta_1,...,\eta_{n-1})=1000\sum_{i=1}^{n-1}\sum_{j=0}^{m}\max(r_j-||\eta_i-o_j||,0)P(η1,...,ηn−1)=1000i=
  • 机器人中的数值优化进阶|【一】三次样条曲线推导（上） 影子鱼Alexios algorithm机器人线性代数
    机器人中的数值优化进阶|【一】三次样条曲线推导（上）三次样条曲线的定义在三次样条曲线中，样条曲线通过一系列控制点η=[η0,η1,...ηn]\eta=[\eta_0,\eta_1,...\eta_n]η=[η0,η1,...ηn]来实现对样条曲线的生成。控制点意味着样条曲线必然要经过这几个点。对于每一段曲线，都可以由s∈[0,1]s\in[0,1]s∈[0,1]来表征曲线，其定义为pi(s)=a
  • isight调用matlab 遗传算法,ISIGHT优化算法分类 冯妥坨 isight调用matlab遗传算法
    马上注册，结识更多同行，享用更多资源！您需要登录才可以下载或查看，没有帐号？注册xISIGHT中的单目标优化算法大致可分为以下三类：1数值优化方法数值优化算法通常假定设计空间是单峰，连续且凸的。在isight中提供的数值优化方法有：修正的可行方向法(ModifiedMethodofFeasibleDirections)广义下降梯度法(LargeScaleGeneralizedReducedGrad
  • 运筹系列87：julia求解随机动态规划问题入门 IE06 运筹学julia动态规划代理模式
    随机动态规划问题的特点是：有多个阶段，每个阶段的随机性互不相关，且有有限个实现值(finiterealizations)具有马尔可夫性质，即每个阶段只受上一个阶段影响，可以用状态转移方程来描述阶段与阶段之间的变化过程。我们使用julia的SDDP算法包来求解随机动态规划问题。1.入门案例：LinearPolicyGraph看一个简单的数值优化的例子：我们将其建立为一个N阶段的问题：初始值为M。使用
  • 机器人中的数值优化之罚函数法 无意2121 数值优化算法机器人自动驾驶
    欢迎大家关注我的B站：偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频(bilibili.com)本文ppt来自深蓝学院《机器人中的数值优化》目录1L2-PenaltyMethod1.1等式约束1.2不等式约束2L1-PenaltyMethod3BarrierMethod1L2-PenaltyMethod1.1等式约束对于等式约束，罚函数可以惩罚不满足等式约束的点
  • UCB Data100：数据科学的原理和技巧：第十三章到第十五章 绝不原创的飞龙 数据科学python
    十三、梯度下降原文：GradientDescent译者：飞龙协议：CCBY-NC-SA4.0学习成果优化复杂模型识别直接微积分或几何论证无法帮助解决损失函数的情况应用梯度下降进行数值优化到目前为止，我们已经非常熟悉选择模型和相应损失函数的过程，并通过选择最小化损失函数的θ\thetaθ的值来优化参数。到目前为止，我们已经通过以下两种方法优化了θ\thetaθ：1.使用微积分对损失函数关于θ\the
  • 凸优化 3：最优化方法 Debroon #凸优化算法
    凸优化3：最优化方法最优化方法适用场景对比费马引理一阶优化算法梯度下降最速下降二阶优化算法牛顿法Hessian矩阵Hessian矩阵的逆Hessian矩阵和梯度的区别牛顿法和梯度下降法的区别拟牛顿法DFP、BFGS/L-BFGS数值优化算法坐标下降法SMO算法基于导数的函数优化解析优化算法/精确解无约束问题-求解驻点方程有等式约束问题-拉格朗日乘数法有等式和不等式约束问题-KKT条件基于随机数函数
  • 基于优化的规划方法 - 数值优化基础 Frenet和笛卡尔的转换 问题建模 实现基于QP的路径优化算法 Big David MotionplanningPlanning模块优化数值优化Frenet问题建模规划算法OSQP
    本文讲解基于优化的规划算法，将从以下几个维度讲解：数值优化基础、Frenet与Cartesian的相互转换、问题建模OSQP1数值优化基础1.1优化的概念一般优化问题公式：f(x)f(x)f(x)：目标/成本函数xxx：决策变量SSS：可行域|约束集Example:A点是最优值全局最优和局部最优的概念：1.2无约束优化当函数f可微，要成为局部最小值的必要条件是▽f(x)=0\bigtriangle
  • 机器人中的数值优化之线性共轭梯度法 无意2121 数值优化算法自动驾驶机器人
    欢迎大家关注我的B站：偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频(bilibili.com)本文ppt来自深蓝学院《机器人中的数值优化》目录1.无约束优化方法对比2.Hessian-vecproduct3.线性共轭梯度方法的步长编辑4.共轭梯度方向的求解5.线性共轭梯度方法整体流程1.无约束优化方法对比拟牛顿方法和牛顿共轭梯度方法是最优的，实现收敛速率与it
  • 拓展进阶：Python 中 Scipy 的优化与拟合 theskylife 数据分析数据挖掘pythonscipy开发语言数据分析
    写在开头在我们的Python科学计算之旅中，我们已经学习了Scipy库的基础功能，涉及数学运算、数据处理、统计分析等方面。然而，在实际的数据分析和科学研究中，我们经常面临着需要进一步优化算法和拟合数据的需求。本文将深入研究Scipy中的优化与拟合功能，探讨如何在实际问题中应用这些高级功能。1数值优化在实际的数据分析和科学研究中，我们常常面临着需要最小化或最大化某个目标函数的问题。Scipy的opt
  • PSO粒子群算法 竹竹竹～ 论文阅读算法
    PSO通过最优化算法来自动进行参数搜索。算法基本原理：将鸟群觅食行为、算法原理和融合策略参数搜索对应，如下图：鸟群觅食粒子群算法融合策略参数搜索鸟粒子参数组森林求解空间参数空间食物的量目标函数值优化目标值每只鸟所处位置空间中的一个解（粒子位置）参数空间中的一组参数食物量最多的位置全局最优解最优参数组PSO算法适用性分析：PSO算法是一种随机的、并行的优化算法。优点：不要求被优化函数具有可微、可导、
  • 强化学习算法TRPO的理解 北山杉林 算法人工智能强化学习
    TrustRegionPolicyOptimization角度一：off-policy重要性采样ImportanceSampling梯度优化角度二：数值优化置信域优化蒙特卡洛近似TRPO算法的全称是TrustRegionPolicyOptimization，即信赖域策略优化。角度一：off-policy通常在强化学习策略梯度训练中，智能体每跟环境做一次完整的交互得到一条蒙特卡洛采样轨迹，策略网络的
  • 智能优化算法-Tiki-taka算法Tiki Taka Algorithm（附Matlab代码） 88号技师 智能优化算法算法matlab开发语言启发式算法元启发式
    引言本文介绍一种基于足球战术tiki-taka的新颖的运动灵感算法——Tiki-taka算法TikiTakaAlgorithm，TTA，用于数值优化和工程设计。该成果于2020年发表在EngineeringComputations。参考文献Rashid,MohdFadzilFaisaeAb.“Tiki-TakaAlgorithm:aNovelMetaheuristicInspiredbyFootb
  • Nelder-Mead算法（智能优化之下山单纯形法） 想不到名字222 算法python
    Nelder-Mead算法是一种求多元函数局部最小值的算法，其优点是不需要函数可导并能较快收敛到局部最小值。该算法需要提供函数自变量空间中的一个初始点x1，算法从该点出发寻找局部最小值Nelder-Mead方法也称下山单纯形法，是由JohnNelder&RogerMead于1965年提出的一种求解数值优化问题的启发式搜索给定n+1个顶点（i=1,2...,n+1),这些点对应的函数值为开始按以下算
  • 显著提升！| (WOA)融合模拟退火和自适应变异的混沌鲸鱼优化算法应用于函数寻优 KAU的云实验台 MATLAB算法
    鲸鱼优化算法(whaleoptimizationalgorithm,WOA)是由Mirjalili和Lewis[1]于2016年提出的一种新型群体智能优化搜索方法,它源于对自然界中座头鲸群体狩猎行为的模拟，与其它群体智能优化算法相比，WOA算法结构新颖,控制参数少，在许多数值优化和工程问题的求解中表现出较好的寻优性能，优于蚁群算法和粒子群算法等智能优化算法。WOA算法在面对多变量复杂问题时也存在搜
  • 算法工程师护城河 韩师兄_ 算法人工智能
    目录一、大学打基础二、研究生进阶三、算法工程师护城河四、人生护城河五、小结5.1、35岁前的护城河5.2、35岁后的护城河下面是本人朋友的例子。一、大学打基础我是大学本科是计算机专业。在我上大学的时候，那时候是真的不懂算法人工智能，只是觉得这玩意高大上。学好很多专业课，只是为了拿奖学金，至于有什么用，我也不知道。但是在学期间认真学，多年以后，你一定会感谢当年的自己。例如：《信号系统》、《数值优化》
  • 数学建模算法汇总 Believe yourself!!! matlab数学建模算法动态规划线性代数
    优化模型优化模型(1)三要素:决策变量、目标函数、约束单目标优化，多目标优化，数值优化，组合优化_luolang_103的博客-CSDN博客_单目标优化单目标（Single-ObjectiveOptimizationProblem）所评测目标只有一个，只需要根据具体的满足函数条件，求得最值多目标（Multi-objectiveOptimizationProblem）多目标优化问题中，同时存在多个最
  • PyTorch入门学习（十四）：优化器 不吃花椒的兔酱 PyTorchpytorch学习深度学习
    目录一、优化器的重要性二、PyTorch中的深度学习三、优化器的选择一、优化器的重要性深度学习模型通常包含大量的参数，因此训练过程涉及到优化这些参数以减小损失函数的值。这个过程类似于找到函数的最小值，但由于模型通常非常复杂，所以需要依赖数值优化算法，即优化器。优化器的任务是调整模型参数，以最小化损失函数，从而提高模型的性能。二、PyTorch中的深度学习PyTorch是一个流行的深度学习框架，它提
  • 机器学习中为什么需要梯度下降_机器学习数值优化入门：梯度下降 weixin_39913141 机器学习中为什么需要梯度下降
    今天我们尝试用最简单的方式来理解梯度下降，在之后我们会尝试理解更复杂的内容，也会在各种各样的案例中使用梯度下降来求解(事实上之前线性回归模型中我们已经使用了它)，感兴趣的同学欢迎关注后续的更新(以及之前的内容)。梯度下降的原理在数据科学中，我们经常要寻找某个模型的最优解。梯度下降就是数值优化问题的一种方案，它能帮助我们一步步接近目标值。在机器学习过程中，这个目标值往往对应着“最小的残差平方和”(比
  • CAD模型旋转和AX=B的数值方法——《数值计算方法》 Dropdrag 线性代数矩阵算法
    《数值计算方法》系列总目录第一章误差序列实验第二章非线性方程f(x)=0求根的数值方法第三章CAD模型旋转和AX=B的数值方法第四章插值与多项式逼近的数值计算方法第五章曲线拟合的数值方法第六章数值微分计算方法第七章数值积分计算方法第八章数值优化方法第三章一、算法原理1、CAD模型旋转原理2、三角分解法原理3、雅可比迭代法和高斯-赛德尔迭代法二、实验内容及核心算法代码1、CAD模型旋转原理实现2、三
  • 激活函数小结：ReLU、ELU、Swish、GELU等 chencjiajy 深度学习激活函数深度学习
    文章目录SigmoidTanhReLULeakyReLUPReLUELUSoftPlusMaxoutMishSwishGELUSwiGLUGEGLU资源激活函数是神经网络中的非线性函数，为了增强网络的表示能力和学习能力，激活函数有以下几点性质：连续且可导（允许少数点上不可导）的非线性函数。可导的激活函数可以直接利用数值优化的方法来学习网络参数。激活函数及其导函数要尽可能的简单，有利于提高网络计算效
  • 常见的C/C++开源QP问题求解器 罗伯特祥 ▶Algorithm/AIqp
    1.qpSWIFTqpSWIFT是面向嵌入式和机器人应用的轻量级稀疏二次规划求解器。它采用带有MehrotraPredictor校正步骤和NesterovTodd缩放的Primal-DualInterioirPoint方法。开发语言：C文档：传送门项目：传送门2.OSQPOSQP（算子分裂二次规划）求解器是一个数值优化包，用于求解以下形式的凸二次规划：minimize12xTPx+qTxsubje
  • 机器人中的数值优化（二十一）—— 伴随灵敏度分析、线性方程组求解器的分类和特点、优化软件 慕羽★ 数值优化方法机器人人工智能数值优化最优化方法机器学习线性方程组求解器优化软件
      本系列文章主要是我在学习《数值优化》过程中的一些笔记和相关思考，主要的学习资料是深蓝学院的课程《机器人中的数值优化》和高立编著的《数值最优化方法》等，本系列文章篇数较多，不定期更新，上半部分介绍无约束优化，下半部分介绍带约束的优化，中间会穿插一些路径规划方面的应用实例    三十三、伴随灵敏度分析  伴随灵敏度分析可以避免冗余信息的计算，在下面的例子中，我们想要求解Ax=b1、Ax=b2…Ax
  • 机器人中的数值优化（四）—— 线搜索求步长（附程序实现） 慕羽★ 数值优化方法机器人人工智能数值优化线搜索求步长机器学习
      本系列文章主要是我在学习《数值优化》过程中的一些笔记和相关思考，主要的学习资料是深蓝学院的课程《机器人中的数值优化》和高立编著的《数值最优化方法》等，本系列文章篇数较多，不定期更新，上半部分介绍无约束优化，下半部分介绍带约束的优化，中间会穿插一些路径规划方面的应用实例  六、线搜索求步长  1、0.618方法  0.618方法方法适合于单峰函数，既具有“高-低-高”形状的函数，然而,在众多问题
  • 机器人中的数值优化（二十）——函数的光滑化技巧 慕羽★ 数值优化方法机器人最优化方法数值优化机器学习运动规划
      本系列文章主要是我在学习《数值优化》过程中的一些笔记和相关思考，主要的学习资料是深蓝学院的课程《机器人中的数值优化》和高立编著的《数值最优化方法》等，本系列文章篇数较多，不定期更新，上半部分介绍无约束优化，下半部分介绍带约束的优化，中间会穿插一些路径规划方面的应用实例    三十二、函数的光滑化技巧  1、Infconvolution卷积操作  Infconvolution卷积操作适应于凸函数
  • 机器人中的数值优化（十九）—— SOCP锥规划应用：时间最优路径参数化(TOPP) 慕羽★ 数值优化方法机器人数值优化最优化方法机器学习锥规划最优路径
      本系列文章主要是我在学习《数值优化》过程中的一些笔记和相关思考，主要的学习资料是深蓝学院的课程《机器人中的数值优化》和高立编著的《数值最优化方法》等，本系列文章篇数较多，不定期更新，上半部分介绍无约束优化，下半部分介绍带约束的优化，中间会穿插一些路径规划方面的应用实例    三十一、时间最优路径参数化(TOPP)  如果我们有一条二阶连续可微的路径q，现在我们想要机器人去跟踪这个路径，需要给这
  • 机器人中的数值优化（十八）—— 锥增广的拉格朗日、半光滑的牛顿方法 慕羽★ 数值优化方法机器人机器学习人工智能数值优化最优化方法拉格朗日法牛顿法
      本系列文章主要是我在学习《数值优化》过程中的一些笔记和相关思考，主要的学习资料是深蓝学院的课程《机器人中的数值优化》和高立编著的《数值最优化方法》等，本系列文章篇数较多，不定期更新，上半部分介绍无约束优化，下半部分介绍带约束的优化，中间会穿插一些路径规划方面的应用实例    二十九、锥增广的拉格朗日  我们想要保持问题的凸性，然后找一个g（x）=1的p范数都是强半光滑的。  •所有Lipsch
  • java的(PO,VO,TO,BO,DAO,POJO) Cb123456 VOTOBOPOJODAO
    转: http://www.cnblogs.com/yxnchinahlj/archive/2012/02/24/2366110.html   -------------------------------------------------------------------  O/R Mapping 是 Object Relational Mapping（对象关系映
  • spring ioc原理（看完后大家可以自己写一个spring） aijuans spring
             最近，买了本Spring入门书：spring In Action 。大致浏览了下感觉还不错。就是入门了点。Manning的书还是不错的，我虽然不像哪些只看Manning书的人那样专注于Manning,但怀着崇敬 的心情和激情通览了一遍。又一次接受了IOC 、DI、AOP等Spring核心概念。 先就IOC和DI谈一点我的看法。IO
  • MyEclipse 2014中Customize Persperctive设置无效的解决方法 Kai_Ge MyEclipse2014
    高高兴兴下载个MyEclipse2014，发现工具条上多了个手机开发的按钮，心生不爽就想弄掉他！ 结果发现Customize Persperctive失效！！ 有说更新下就好了，可是国内Myeclipse访问不了，何谈更新... so~这里提供了更新后的一下jar包，给大家使用！ 1、将9个jar复制到myeclipse安装目录\plugins中 2、删除和这9个jar同包名但是版本号较
  • SpringMvc上传 120153216 springMVC
      @RequestMapping(value = WebUrlConstant.UPLOADFILE) @ResponseBody public Map<String, Object> uploadFile(HttpServletRequest request,HttpServletResponse httpresponse) { try { //
  • Javascript----HTML DOM 事件 何必如此 JavaScripthtmlWeb
    HTML DOM 事件允许Javascript在HTML文档元素中注册不同事件处理程序。 事件通常与函数结合使用，函数不会在事件发生前被执行！ 注：DOM： 指明使用的 DOM 属性级别。 1.鼠标事件 属性               
  • 动态绑定和删除onclick事件 357029540 JavaScriptjquery
    因为对JQUERY和JS的动态绑定事件的不熟悉，今天花了好久的时间才把动态绑定和删除onclick事件搞定!现在分享下我的过程。      在我的查询页面，我将我的onclick事件绑定到了tr标签上同时传入当前行(this值)参数，这样可以在点击行上的任意地方时可以选中checkbox，但是在我的某一列上也有一个onclick事件是用于下载附件的，当
  • HttpClient|HttpClient请求详解 7454103 apache应用服务器网络协议网络应用Security
    HttpClient 是 Apache Jakarta Common 下的子项目，可以用来提供高效的、最新的、功能丰富的支持 HTTP 协议的客户端编程工具包，并且它支持 HTTP 协议最新的版本和建议。本文首先介绍 HTTPClient，然后根据作者实际工作经验给出了一些常见问题的解决方法。HTTP 协议可能是现在 Internet 上使用得最多、最重要的协议了，越来越多的 Java 应用程序需
  • 递归 逐层统计树形结构数据 darkranger 数据结构
    将集合递归获取树形结构: /** * * 递归获取数据 * @param alist:所有分类 * @param subjname:对应统计的项目名称 * @param pk:对应项目主键 * @param reportList: 最后统计的结果集 * @param count:项目级别 */ public void getReportVO(Arr
  • 访问WEB-INF下使用frameset标签页面出错的原因 aijuans struts2
    <frameset rows="61,*,24" cols="*" framespacing="0" frameborder="no" border="0">        
  • MAVEN常用命令 avords
    Maven库： http://repo2.maven.org/maven2/ Maven依赖查询： http://mvnrepository.com/ Maven常用命令： 1. 创建Maven的普通java项目：    mvn archetype:create    -DgroupId=packageName 
  • PHP如果自带一个小型的web服务器就好了 houxinyou apache应用服务器WebPHP脚本
    最近单位用PHP做网站，感觉PHP挺好的，不过有一些地方不太习惯，比如，环境搭建。PHP本身就是一个网站后台脚本，但用PHP做程序时还要下载apache，配置起来也不太很方便，虽然有好多配置好的apache+php+mysq的环境，但用起来总是心里不太舒服，因为我要的只是一个开发环境，如果是真实的运行环境，下个apahe也无所谓，但只是一个开发环境，总有一种杀鸡用牛刀的感觉。如果php自己的程序中
  • NoSQL数据库之Redis数据库管理(list类型) bijian1013 redis数据库NoSQL
    3.list类型及操作         List是一个链表结构，主要功能是push、pop、获取一个范围的所有值等等，操作key理解为链表的名字。Redis的list类型其实就是一个每个子元素都是string类型的双向链表。我们可以通过push、pop操作从链表的头部或者尾部添加删除元素，这样list既可以作为栈，又可以作为队列。   &nbs
  • 谁在用Hadoop？ bingyingao hadoop数据挖掘公司应用场景
    Hadoop技术的应用已经十分广泛了，而我是最近才开始对它有所了解，它在大数据领域的出色表现也让我产生了兴趣。浏览了他的官网，其中有一个页面专门介绍目前世界上有哪些公司在用Hadoop，这些公司涵盖各行各业，不乏一些大公司如alibaba,ebay,amazon,google,facebook,adobe等，主要用于日志分析、数据挖掘、机器学习、构建索引、业务报表等场景,这更加激发了学习它的热情。
  • 【Spark七十六】Spark计算结果存到MySQL bit1129 mysql
    package spark.examples.db import java.sql.{PreparedStatement, Connection, DriverManager} import com.mysql.jdbc.Driver import org.apache.spark.{SparkContext, SparkConf} object SparkMySQLInteg
  • Scala: JVM上的函数编程 bookjovi scalaerlanghaskell
        说Scala是JVM上的函数编程一点也不为过，Scala把面向对象和函数型编程这两种主流编程范式结合了起来，对于熟悉各种编程范式的人而言Scala并没有带来太多革新的编程思想，scala主要的有点在于Java庞大的package优势，这样也就弥补了JVM平台上函数型编程的缺失，MS家.net上已经有了F#，JVM怎么能不跟上呢？     对本人而言
  • jar打成exe bro_feng java jar exe
    今天要把jar包打成exe，jsmooth和exe4j都用了。 遇见几个问题。记录一下。 两个软件都很好使，网上都有图片教程，都挺不错。 首先肯定是要用自己的jre的，不然不能通用，其次别忘了把需要的lib放到classPath中。 困扰我很久的一个问题是，我自己打包成功后，在一个同事的没有装jdk的电脑上运行，就是不行，报错jvm.dll为无效的windows映像，如截图 最后发现
  • 读《研磨设计模式》-代码笔记-策略模式-Strategy bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ /* 策略模式定义了一系列的算法，并将每一个算法封装起来，而且使它们还可以相互替换。策略模式让算法独立于使用它的客户而独立变化 简单理解： 1、将不同的策略提炼出一个共同接口。这是容易的，因为不同的策略，只是算法不同，需要传递的参数
  • cmd命令值cvfM命令 chenyu19891124 cmd
         cmd命令还真是强大啊。今天发现jar -cvfM aa.rar @aaalist 就这行命令可以根据aaalist取出相应的文件   例如：      在d：\workspace\prpall\test.java 有这样一个文件，现在想要将这个文件打成一个包。运行如下命令即可比如在d：\wor
  • OpenJWeb(1.8) Java Web应用快速开发平台 comsci java框架Web项目管理企业应用
        OpenJWeb(1.8) Java Web应用快速开发平台的作者是我们技术联盟的成员，他最近推出了新版本的快速应用开发平台  OpenJWeb(1.8)，我帮他做做宣传   OpenJWeb快速开发平台以快速开发为核心，整合先进的java 开源框架，本着自主开发+应用集成相结合的原则，旨在为政府、企事业单位、软件公司等平台用户提供一个架构透
  • Python 报错：IndentationError: unexpected indent daizj pythontab空格缩进
        IndentationError: unexpected indent 是缩进的问题，也有可能是tab和空格混用啦     Python开发者有意让违反了缩进规则的程序不能通过编译，以此来强制程序员养成良好的编程习惯。并且在Python语言里，缩进而非花括号或者某种关键字，被用于表示语句块的开始和退出。增加缩进表示语句块的开
  • HttpClient 超时设置 dongwei_6688 httpclient
    HttpClient中的超时设置包含两个部分： 1. 建立连接超时，是指在httpclient客户端和服务器端建立连接过程中允许的最大等待时间 2. 读取数据超时，是指在建立连接后，等待读取服务器端的响应数据时允许的最大等待时间   在HttpClient 4.x中如下设置：   HttpClient httpclient = new DefaultHttpC
  • 小鱼与波浪 dcj3sjt126com
    一条小鱼游出水面看蓝天，偶然间遇到了波浪。　　小鱼便与波浪在海面上游戏，随着波浪上下起伏、汹涌前进。　　小鱼在波浪里兴奋得大叫：“你每天都过着这么刺激的生活吗？简直太棒了。”　　波浪说：“岂只每天过这样的生活，几乎每一刻都这么刺激！还有更刺激的，要有潮汐变化，或者狂风暴雨，那才是兴奋得心脏都会跳出来。”　　小鱼说：“真希望我也能变成一个波浪，每天随着风雨、潮汐流动，不知道有多么好！”　　很快，小鱼
  • Error Code: 1175 You are using safe update mode and you tried to update a table dcj3sjt126com mysql
    快速高效用：SET SQL_SAFE_UPDATES = 0；下面的就不要看了！ 今日用MySQL Workbench进行数据库的管理更新时，执行一个更新的语句碰到以下错误提示： Error Code: 1175 You are using safe update mode and you tried to update a table without a WHERE that
  • 枚举类型详细介绍及方法定义 gaomysion enumjavaee
    转发 http://developer.51cto.com/art/201107/275031.htm 枚举其实就是一种类型，跟int, char 这种差不多，就是定义变量时限制输入的，你只能够赋enum里面规定的值。建议大家可以看看，这两篇文章，《java枚举类型入门》和《C++的中的结构体和枚举》，供大家参考。 枚举类型是JDK5.0的新特征。Sun引进了一个全新的关键字enum
  • Merge Sorted Array hcx2013 array
    Given two sorted integer arrays nums1 and nums2, merge nums2 into nums1 as one sorted array. Note:You may assume that nums1 has enough space (size that is
  • Expression Language 3.0新特性 jinnianshilongnian el 3.0
    Expression Language 3.0表达式语言规范最终版从2013-4-29发布到现在已经非常久的时间了；目前如Tomcat 8、Jetty 9、GlasshFish 4已经支持EL 3.0。新特性包括：如字符串拼接操作符、赋值、分号操作符、对象方法调用、Lambda表达式、静态字段/方法调用、构造器调用、Java8集合操作。目前Glassfish 4/Jetty实现最好，对大多数新特性
  • 超越算法来看待个性化推荐 liyonghui160com 超越算法来看待个性化推荐
             一提到个性化推荐，大家一般会想到协同过滤、文本相似等推荐算法，或是更高阶的模型推荐算法，百度的张栋说过，推荐40%取决于UI、30%取决于数据、20%取决于背景知识，虽然本人不是很认同这种比例，但推荐系统中，推荐算法起的作用起的作用是非常有限的。       就像任何
  • 写给Javascript初学者的小小建议 pda158 JavaScript
    　　一般初学JavaScript的时候最头痛的就是浏览器兼容问题。在Firefox下面好好的代码放到IE就不能显示了，又或者是在IE能正常显示的代码在firefox又报错了。 　　如果你正初学JavaScript并有着一样的处境的话建议你：初学JavaScript的时候无视DOM和BOM的兼容性，将更多的时间花在 了解语言本身（ECMAScript）。只在特定浏览器编写代码（Chrome/Fi
  • Java 枚举 ShihLei javaenum枚举
    注：文章内容大量借鉴使用网上的资料，可惜没有记录参考地址，只能再传对作者说声抱歉并表示感谢！   一 基础 1）语法      枚举类型只能有私有构造器（这样做可以保证客户代码没有办法新建一个enum的实例）      枚举实例必须最先定义 2）特性     &nb
  • Java SE 6 HotSpot虚拟机的垃圾回收机制 uuhorse javaHotSpotGC垃圾回收VM
    官方资料，关于Java SE 6 HotSpot虚拟机的garbage Collection，非常全，英文。 http://www.oracle.com/technetwork/java/javase/gc-tuning-6-140523.html   Java SE 6 HotSpot[tm] Virtual Machine Garbage Collection Tuning &
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他