Script
未读Python日常使用的自动化脚本
Link
Description
sort_files
根据文件扩展名将目录中的文件组织到子目录中
remove_empty_folders
删除所有空的文件夹
rename_files
批量重命名目录中的文件
scrape_data
从网站上抓取数据
download_images
从网站批量下载图片
count_words
统计指定文件中的单词总数
find_replace
在文件中查找并替换特定文本
send_personalized_email
向多个收件人发送个性化电子邮件
read_excel
读取和写入Excel文件
remove_duplicates
指定的Excel文件中移除重复的行
resize_image
调整图像大小
check_disk_space
监控系统中的可用磁盘空间
check_website_status
检查指定网站的状态，以判断网站是否可以正常访问
extract_text_from_pdf
从PDF文件中提取文本
recognize_text
从 ...
多目标算法多目标算法更新完毕（后续可能更新）
Full Name
Abbreviation
Chinese
Multi-Objective Dragonfly Algorithm
MODA
多目标蜻蜓算法
Multi-Objective Differential Evolution
MODE
差分进化多目标优化算法
Multi-Objective Evolutionary Algorithm Based on Decomposition
MOEA-D
基于分解的多目标进化算法
Multi-Objective Genetic Algorithm (Case Study)
MOGA
多目标遗传算法（案例）
Multi-Objective Grasshopper Optimization Algorithm
MOGOA
多目标蝗虫优化算法
Multi-Objective Grey Wolf Optimization Algorithm
MOGWO
多目标灰狼优化算法
Multi-Objective Multi-Verse Optimization
MOMV ...
多目标遗传算法（Multi-Objective Genetic Algorithm，MOGA）本次提供的代码是一个科技论文的代码，是组内师兄的代码！Github地址
多目标遗传算法（MOGA）详细介绍
基本概念：
多目标优化是同时优化多个互相冲突的目标函数。在许多实际问题中，常常需要在不同目标之间进行权衡，比如在工程设计中，既要考虑成本，又要考虑性能。
遗传算法的基本原理：
遗传算法是一种基于自然选择和遗传学原理的优化算法。其基本步骤包括：
种群初始化：生成一个随机的解集（种群）。
适应度评估：根据目标函数计算每个解的适应度。
选择：根据适应度选择较优的个体进行繁殖。
交叉和变异：通过交叉和变异生成新的个体，模拟自然进化过程。
更新种群：用新生成的个体替换掉旧的个体，形成新的种群。
终止条件：检查是否满足终止条件（如达到最大代数或找到满意解），如果未满足，回到适应度评估。
多目标优化的特点：
在多目标优化中，目标函数之间通常存在冲突。例如，在设计产品时，增加性能可能会导致成本上升。因此，MOGA的目标是找到一组解，这些解在所有目标上均衡，形成一个被称为帕累托前沿（Pa ...
Matlab
未读MOEA-D（基于分解的多目标进化算法）Github 地址MOEA-D（基于分解的多目标进化算法）是一种用于多目标优化的进化算法，其核心思想是将多目标优化问题分解为多个单目标优化问题。下面是MOEA-D算法的几个主要特点和步骤：
主要特点
分解策略：
将多目标优化问题通过权重向量（lambda）划分为多个子问题。每个子问题对应一个权重向量，代表目标空间中的一个方向。
邻域交互：
每个子问题与其邻域内的其他子问题相互影响，这有助于保持种群的多样性并促进优良解的传播。
适应度评估：
通过计算每个个体与理想点的距离，评估其适应度。采用加权绝对差的最大值作为个体的代价。
多样性维护：
通过选择、交叉和变异等操作，保持种群的多样性，避免早熟收敛。
算法步骤
初始化：
随机生成初始种群和对应的权重向量，确定邻域关系。
循环迭代：
在每次迭代中，通过交叉和变异等操作生成新个体。
更新每个个体的代价，使用分解代价函数评估解的质量。
通过支配关系确定哪些个体被优先保留。
更新Pareto前沿：
在每次迭代后，更新估计的Pareto前沿，并在必要时进行个体的选择和替 ...
Matlab
未读非支配性排序遗传算法 II—NSGA-IIGithub 地址非支配性排序遗传算法 II（NSGA-II）是一种用于解决多目标优化问题的进化算法。它在遗传算法的基础上引入了非支配排序和拥挤距离的概念，以有效地找到多个目标函数的最优解集。以下是NSGA-II的主要特点和步骤：
1. 主要特点
多目标优化：NSGA-II能够同时优化多个相互冲突的目标函数，例如在设计中可能需要最小化成本和最大化性能。
非支配排序：通过对种群中的个体进行非支配排序，将个体分为不同的等级，以选择出 Pareto 前沿的解。
拥挤距离：为了保持解的多样性，NSGA-II计算每个个体的拥挤距离，作为选择的一个指标，优先选择拥挤距离大的个体。
快速非支配排序：NSGA-II的排序算法能够在较短的时间内处理大规模种群，相比于早期的非支配排序算法具有更高的效率。
2. 算法步骤以下是NSGA-II的基本步骤：
初始化：
随机生成初始种群，个体由决策变量构成，并计算每个个体的目标函数值。
非支配排序：
对种群中的个体进行非支配排序，识别出不同等级的解（如Pareto前沿）。
计算拥挤距离：
为每个个体计算拥 ...
Matlab
未读非支配性排序遗传算法 III—NSGA-IIIGithub 地址非支配性排序遗传算法 III（NSGA-III）是用于求解多目标优化问题的一种进化算法，由 Kalyanmoy Deb 和 Harshit Jain 提出的。这种算法是在其前身 NSGA-II 的基础上进行改进和扩展，以更好地处理许多目标（多目标）优化问题。以下是 NSGA-III 的主要特点和工作机制的详细介绍：
主要特点
多目标优化:
NSGA-III 专门设计用于处理三种或更多目标函数的优化问题，相比于传统的多目标算法，如 NSGA-II，NSGA-III 在处理高维目标空间时表现更佳。
参考点策略:
NSGA-III 引入了参考点的概念，通过生成固定数量的参考点来引导种群的进化。参考点在目标空间中均匀分布，可以帮助保持解的多样性，并确保最终解在所有目标上的均匀性。
非支配排序:
像 NSGA-II 一样，NSGA-III 也采用了非支配排序的方式来评估个体的优劣。个体根据其支配关系被分为不同的等级（前沿）。
精英保留:
NSGA-III 使用精英策略，通过合并父代和子代种群，确保优秀的个体能够在 ...
Matlab基础关于基础的Matlab的基础命令，命令在B站上的郭彥甫老师MATLAB课程+AI整理的，油管链接和B站链接
1.1 计算机使用123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051% % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % %% sqrt: 求平方根函数% log10: 以10为底的对数函数% i, j: 表示复数单位% Inf: 表示无穷大，通常是由于除以零等操作导致的结果% eps: 表示一个非常小的数，用于浮点数计算中的误差表示% NaN: 表示“不是一个数值”，通常由无效的数学操作产生% pi: 圆周率的常量%%%%%%%%%%%% 可以在命令行窗口打出iskeyword %%%%%%%%%%%%% iskeyword 用于查看 MATLAB 中的保留关键字，这些关键字不能作为变量名使用% % % % % % % % % % % % ...
记录生活
未读Mathematica关于mathematica这个软件，有时候会用到它，虽然懂一点，但是基础不好，问Chat也是不懂，准备系统的学习一下！
快速入门1. 基本算术运算1234567893 + 5 (* 计算 3 加 5，结果为 8 *)7 - 2 (* 计算 7 减 2，结果为 5 *)4 * 6 (* 计算 4 乘以 6，结果为 24 *)10 / 2 (* 计算 10 除以 2，结果为 5 *)2^3 (* 计算 2 的 3 次幂，即 2*2*2，结果为 8 *)
2. 符号计算1234567891011121314Simplify[Sin[x]^2 + Cos[x]^2] (* 简化三角函数表达式，结果为 1，因为 Sin[x]^2 + Cos[x]^2 是三角恒等式 *)Expand[(x + 1)^2] (* 展开二项式 (x + 1)^2，结果为 x^2 + 2 x + 1 *)Factor[x^2 - 2 x - 3] (* 对表达式进行因式分解，结果为 (x - 3)(x + 1) *)Solve[x^2 - 4 == 0, x] (* 求解方程 ...
Linux命令
未读常见的Linux命令1. 文件和目录操作12345678910111213141516`ls`: 列出目录内容。`cd`: 切换当前工作目录。`pwd`: 显示当前工作目录的路径。`mkdir`: 创建新目录。`rmdir`: 删除空目录。`rm`: 删除文件或目录（`rm -r`递归删除目录及其内容）。`cp`: 复制文件或目录。`mv`: 移动或重命名文件或目录。`touch`: 创建一个新的空文件或更新文件的时间戳。`cat`: 显示文件内容。`more` / `less`: 分页显示文件内容。`head`: 显示文件的前几行。`tail`: 显示文件的最后几行。`find`: 搜索文件和目录。`chmod`: 修改文件或目录的权限。`chown`: 改变文件或目录的所有者。
ls
描述: 列出目录内容。
示例:1234ls # 列出当前目录的文件和子目录ls -l # 以长格式显示文件详细信息（权限、所有者、大小、修改时间等）ls -a # 列出所有文件，包括隐藏文件（以.开头）ls -lh # 以易读的格式显 ...
常用VPS脚本部分脚本附带原脚本发布地址，可访问了解详细脚本细节。
1、DD重装脚本史上最强脚本1wget --no-check-certificate -qO InstallNET.sh 'https://raw.githubusercontent.com/leitbogioro/Tools/master/Linux_reinstall/InstallNET.sh' && chmod a+x InstallNET.sh && bash InstallNET.sh -debian 12 -pwd 'password'
萌咖大佬的脚本1bash <(wget --no-check-certificate -qO- 'https://raw.githubusercontent.com/MoeClub/Note/master/InstallNET.sh') -d 11 -v 64 -p 密码 -port 端口 -a -firmware
DD windows（使用史上最强DD脚本）支持Window ...
