研究了C4ISR 系统结构中指挥控制关系的适应性演化问题。构建了C4ISR 系统结构中的指挥控制关系模型，在对指挥控制关系适应性演化过程分析和描述的基础上，设计了演化过程中的指挥控制关系的结构变化代价和性能代价，并以最小化总的演化代价为目标函数构建了指挥控制关系适应性演化问题的数学模型。提出了基于n—Best策略层级聚类方法和遗传算法(genetic algorithm，GA)的问题模型求解思路。n—Best策略层级聚类方法用来获取每个任务阶段可行的指挥控制关系集合，而GA用来搜索最优的演化路径。最后通过某一仿真算例验证了求解方法的可行性、稳定性。

软件工程PDF课件

生态安全多利益主体的演化博弈分析与系统仿真

知名差分演化算法CoBiDE的matlab源代码，运行的是CEC2014的函数

水平集演化（LSE）是众所周知的轮廓提取（确定对象的边界）和对象分割的方法。 LSE 的主要障碍是重新初始化步骤。 必须执行此步骤以消除对象（轮廓）提取的边界的不规则性。 基本上，水平集必须根据一些基于距离的标准定期重新初始化。 事实上，我们如何实现重新初始化步骤并不是理论上解决的问题。 在工程实践中，结果可能存在大量错误。 在本文中，研究人员提出了 LSE 方法的新变体，它通过添加新的术语距离正则化来本质上保持水平集函数而不是重新初始化步骤。 这就是为什么这种新方法的名称是距离正则化 LSE (DRLSE)。

现状 要点 难点 经验

行业分类-物理装置-一种基于兴趣演化的学者合作关系预测方法.zip

突发事件下微博用户的情感演化机理研究。疫情作为研究对象，确定突发事件和事件发生、爆发、结束三个相关时间矢点，按三个时段利用并发技术进行数据采集。通过机器学习等方法分析突发事件的不同时段的微博用户情感倾向，建立相关模型。使用贝叶斯线性回归方程分析网络用户情感变化趋势，建立微博用户情感演变的动态分析模型。总结舆情演化生命周期的划分结果。

将进化功率谱密度（EPSD）[1]与Matlab中实现的众所周知的谱图进行了比较。 EPSD 产生更平滑的信号，尤其是在数据点数量较少的情况下。 在下面，我使用 [2] 中的示例，其中频谱图适用。 对于其他应用，例如土木工程，频谱图方法可能提供过低的频率或时间分辨率。 因此，EPSD 的使用在该领域更为常见，参见例如 [3] 中 EPSD 的应用，以计算桥梁对非平稳风荷载的响应。 提交内容包括： • 示例文件• 函数 EPSD.m 任何改进提交的评论、问题或建议都受到热烈欢迎。 非常感谢赵世宇对频率向量下界定义的建议。 参考 [1] Priestley, MB (1965)。 进化光谱和非平稳过程。 皇家统计学会杂志。 B 系列（方法论），204-237。 [2] http://www.mathworks.com/help/signal/ref/spectrogram.html [

C++语言的设计和演化 中文 PDF 扫描版 The Design and Evolution of C++ Bjarne Stroustrup