NetLogo中基于行尸走肉的建模 基于Agent的建模项目，用于在NetLogo中建模《行尸走肉》。 该项目是2017年Spring期末项目。 前提条件和安装 跑步 下载rar文件。 双击.nlogo扩展文件并打开。 点击设置按钮 点击开始按钮 问题描述 人类反对僵尸。 有两种人：食品收集者和猎人。 这两种人必须与僵尸合作才能生存。 蓝色物体：僵尸 绿色物体：食品收藏家 白色物体：猎人 红色的地方：现有食品 黄色的地方：空的食物的地方 系统图 实验计划 4项政策 3个不同级别的3个关键参数 每个策略27（3x3x3）个不同的方案 30次复制 每个策略运行810（30x27） 全部训练6-7小时 4种不同的政策 参考案例：main.nlogo 猎人团体运动：hunter group.nlogo 僵尸的团体运动：zombie group.nlogo 庇护所：housing_

市场混合模型 该存储库包含经济学中市场组合建模技术的代码和说明。 市场组合建模是商业智能中一种广泛使用的技术，用于发现特定领域产品的成功。 该存储库包含python和R语言的代码。

Eclipse Modeling Project A Domain-Specific Language (DSL) Toolkit

这是一本关于随机建模和模糊建模的好书，非常经典！

Modeling Continuous-time Event Data with Neural Temporal Point Processes 事件数据是机器学习许多高影响力应用的核心。电子健康记录中的医院访问，地震学中的地震目录，以及神经科学中的高峰列车——所有这些都可以用连续时间中可变长度的事件序列来表示。时间点流程(TPPs)为此类数据建模提供了一个自然的框架。然而，传统的TPP模型缺乏捕捉现实事件数据中呈现的复杂模式的能力。神经TPP旨在通过将神经网络与点过程文献中的基本思想相结合来解决这一限制。本论文的两个主要主题是(1) 设计灵活、可处理和高效的神经TPP模型，(2)它们在现实问题中的应用。我们的第一个贡献是TPP和神经密度估计领域之间的联系。这使得我们能够开发第一个神经TPP模型，其中的可能性计算、采样和预测都可以以封闭的形式有效地完成。接下来，我们提出了TriTPP——一种新的表达性TPP模型，与现有方法不同，该模型中所有操作都可以并行完成。快速平行采样为TPP模式开启了新的应用。我们通过推导连续时间离散状态系统的变分推断方案来证明这一点。最后，我们将拟合优度测试方

商务智能教学课件：07 Dimensional Modeling 1.ppt

商务智能

商务智能教学课件：09 Dimensional Modeling 3.ppt

商务智能教学课件：10 Dimensional Modeling 4.ppt

Modeling_and_Simulation2021 2021.4 建模与仿真 - 使用A*算法的最短路径优化设计 使用python实现 Author: GitHub@laorange 开源授权协议: AGPL-3.0 License 示例中， 地图大小为 100 × 100 × 100 起点为 (10, 10, 10) 终点为 (80, 80, 80) 障碍物设置为 if y < x - 30 or z < y - 30 or x < z - 30: print("这是障碍物") 效果图： 以上图片为浏览器打开demo.html的截图 4.13晚 更新 新增功能：2D/3D选择，路径模式/扫描模式 已解决了：死胡同会卡死的bug 未解决：死胡同拐出的拐角并非最短路径的问题