- 综合排序
- 最热优先
- 最新优先
- 来自专栏历史专栏
【愚公系列】2023年10月 智能制造理论篇-MES系统的数据建模
《博客内容》：.NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。 2.MES基础资源如何建模 2.1 人员基础数据建模： 人员基础数据建模主要涵盖以下内容： 员工信息：记录每个员工的基本信息，如姓名、工号、职位、部门等。 2.2 设备基础数据建模： 设备基础数据建模主要包括以下内容： 设备属性：记录每台设备的型号、规格、生产速率、容量等关键属性。这些属性有助于对设备进行分类、识别和区分。 2.3 物料基础数据建模： 物料基础数据建模主要涉及以下内容： 物料描述与编码：对每种物料进行描述，并为其分配唯一的识别编码，如物料名称、型号、批次等。 通过适当的建模，可以将人员、设备和物料的基础数据组织起来，并与相应的属性和关联信息进行关联。这样的建模能够提供清晰和结构化的数据视图，帮助企业更好地管理和利用这些基础数据，以支持生产过程的高效运行。
24800编辑于 2025-06-02 - 来自专栏PowerBI入门100例
2.16 PowerBI数据建模-时间智能函数
)+指定筛选条件这种较为复杂的方式去修改上下文，直接将时间智能函数用于CALCULATE的第二参数，甚至有些函数直接省略了CALCULATE，大大提升了代码的书写效率和可读性。 时间智能函数清单类型函数说明平移取等量DATEADD将当前上下文中的日期按指定的间隔数向未来推移或者向过去推移。 举例函数较多，抛砖引玉，举几个例子了解时间智能函数的用法。 图片3 多数时间智能函数需要用切片器或视觉对象的字段指定时间点或时间段的上下文，否则会返回空白或错误值。 4 有些时间智能函数会推移时间段，导致尚未到来的日期也返回了数字，比如滚动3个月平均，如果不希望未来的月份显示数字，可以通过IF+日期表标记列判断返回空值。
58310编辑于 2025-02-24 - 来自专栏软件方法
建模答题赛第2赛季第10轮（纠正某些书上的建模错误）
[改错题]很多书中的建模示例都存在问题。请根据《软件方法（上）》第2版的知识，指出以下材料存在的问题。 ?
50220发布于 2019-10-08 - 来自专栏CSDN小华
数学建模--智能算法之鱼群算法
鱼群算法（Artificial Fish Swarm Algorithm, AFSA）是一种基于模拟自然鱼群行为的智能优化算法，由李晓磊等人于2002年提出。 num_agents = 30 # Number of fish (agents) dim = 5 # Dimensionality of the problem lower_bound = -10 # Lower bound of the search space upper_bound = 10 # Upper bound of the search space best_solution 鱼群算法与其他群体智能优化算法（如遗传算法、粒子群优化）相比有哪些优势和劣势？ 相比之下，其他群体智能优化算法也有其独特的优缺点： 遗传算法： 优点：能够利用大量样本进行求解，适用于复杂的优化问题；具有较好的全局收敛性。
88410编辑于 2024-10-16 - 来自专栏心源易码
智能体对话场景数据设计与建模
二、Amazon Bedrock + Amazon DynamoDB数据设计与建模实践在智能体对话场景中，对话记忆存储是实现流畅、个性化交互的关键。 将整合信息发送至Amazon Bedrock上的Claude智能体模型，生成回答。应用将智能体的回答返回给用户。 来存储用户和智能体之间的聊天会话记录。 智能体（AI digital persona）：指生成式AI驱动的对话实体，每个智能体具有唯一的ai_id。 聊天会话（Chat Session）：记录用户与智能体之间的对话过程，通过chat_id唯一标识每一次会话实体之间的实体关系为多对多关系，即用户与智能体之间存在多对多的关系，即一个用户可以与多个智能体进行对话
2.1K10编辑于 2024-07-30 - 来自专栏CSDN小华
数学建模--智能算法之免疫算法
免疫算法是一种基于生物免疫系统机制的智能优化算法，广泛应用于解决复杂优化问题、模式识别和数据挖掘等领域。 randomly within a certain range self.antibodies = np.random.rand(num_antibodies, num_dimensions) * 10 随着人工智能技术的发展，免疫算法在解决复杂优化问题中的作用越来越重要。未来的研究方向可能包括进一步完善算法模型、提高算法效率和扩展其在更多领域的应用。 免疫算法与其他智能优化算法（如遗传算法、粒子群优化）相比有哪些独特优势和局限性？ 物流配送中心选址问题：免疫遗传算法在物流配送中心选址中的应用是一个成功的案例，它结合了生物学原理和计算智能，能够有效地搜索最优解，满足实际工程需求。
65110编辑于 2024-10-16 - 来自专栏CSDN小华
数学建模--智能算法之遗传算法
遗传算法的应用 遗传算法在数学建模中有着广泛的应用，例如： 函数求最值：利用遗传算法可以求解一些复杂的非线性函数的极值问题。 尽管要得到真正最优的解有一定困难，但其高效、并行和全局搜索的特点使其在数学建模和其他领域得到了广泛应用。 遗传算法在解决哪些具体数学建模问题中最有效？ 遗传算法在解决数学建模问题中表现出色，尤其是在需要全局优化和搜索复杂解空间的问题上。 遗传算法在数学建模中的应用非常广泛，特别是在那些需要全局搜索和优化复杂系统的场合。 如何优化遗传算法的参数设置以提高求解效率和质量？
2K10编辑于 2024-10-16 - 来自专栏信数据得永生
Python 智能项目：6~10
我们需要执行以下步骤： 在 TensorFlow 中构建模型并使用相关数据进行训练。 将使用 TensorFlow 构建模型，然后将训练后的模型转换为优化的冻结 protobuf 对象，以与 Android 应用逻辑集成。 冻结对象的大小将比原始训练模型小得多，并且仅用于推理目的。 以下代码段显示了用于在 TensorFlow 中构建模型的函数： def _build_model(self): with tf.variable_scope('inputs'): 因此，每个字符可以是26字母和10数字中的任何一个。 这要求 CNN 的最终输出层预测与26字母和10数字有关的36类之一。
90620编辑于 2023-04-23 - 来自专栏算法工程师的学习日志
Simulink建模与仿真（10）-Simulink混合系统模型及表示
分享一个系列，关于Simulink建模与仿真，尽量整理成体系 一、混合系统的数学描述 混合系统是由不同类型的系统共同构成的，因此混合系统的数学描述可以由不同类型系统描述共同构成。
80410编辑于 2023-11-15 - 来自专栏CSDN小华
数学建模--智能算法之蚁群优化算法
蚁群优化算法（Ant Colony Optimization, ACO）是一种模拟蚂蚁觅食行为的群体智能优化算法，由Marco Dorigo于1992年在他的博士论文中首次提出。 solution): return -np.sum(solution**2) + 4 # 初始化参数 num_ants = 50 num_iterations = 100 num_genes = 10 这些应用展示了蚁群算法在处理复杂系统建模与优化、模式识别、资源调度、物流、多目标优化和鲁棒优化等方面的能力。 如何有效地改进蚁群优化算法以提高其收敛速度和避免陷入局部最优的问题？ 蚁群优化算法与其他群体智能优化算法（如遗传算法、粒子群优化）相比有哪些优势和劣势？ 研究表明，基于Spark平台的自适应蚁群算法在求解大规模TSP问题上取得了显著的速度提升，执行速度提升了10倍以上。这表明并行化实现可以有效提高蚁群优化算法在大规模问题上的处理效率。
1.8K10编辑于 2024-10-16 - 来自专栏软件方法
UMLChina建模竞赛第3赛季第10轮：汽车、EA
C) 当有其他公司想研发一款建模工具（代号X）来和EA竞争时，Sparx Systems公司就会成为X的目标组织。 ---- UMLChina建模答题赛第3赛季当前排行榜（至第9轮） 龙龙 5 城市：深圳，单位：GXT yuyjx 4.8 城市：沈阳，单位：DR Alan 4.2 城市：深圳，单位：WFT 深圳，单位：CY 小群 3 城市：广州，单位：LBT 第五元素 1.8 城市：昆明，单位：CH 索路 1 左耳东 1 城市：深圳，单位：JT -------------------- UMLChina建模答题赛第 城市：济南，单位：LXB 巧克力趣多多 1 城市：南宁，单位：IBM xieh 1 城市：北京，单位：TT -------------------- UMLChina建模答题赛第 1 城市：墨尔本 8月18-21晚网课：软件需求设计方法学全程实例剖析 8月11-14晚剔除“伪创新”的领域驱动设计-网络公开课 [新增EA027智慧公寓系统]25套UML+EA和StarUML的建模示范视频
42910编辑于 2022-10-31 - 来自专栏CSDN小华
数学建模--智能算法之粒子群优化算法
粒子群优化（Particle Swarm Optimization, PSO）算法是一种基于群体智能的优化方法，最早由Kennedy和Eberhart于1995年提出，灵感来源于对鸟群觅食行为的研究。 总之，粒子群优化算法以其简单易行、参数可调的优点，在数学建模和实际应用中得到了广泛应用。通过对算法的深入理解和不断改进，可以更好地解决复杂的优化问题. 粒子群优化算法（PSO）是一种基于群体智能的优化算法，其优势和劣势在不同的研究中有所体现。
1.3K10编辑于 2024-10-16 - 来自专栏CSDN小华
数学建模--智能算法之模拟退火算法
模拟退火算法（Simulated Annealing，SA）是一种基于物理退火原理的元启发式优化算法，广泛应用于数学建模中的各种优化问题。 模拟退火算法在数学建模中的具体应用案例有哪些？ 模拟退火算法在数学建模中的具体应用案例主要集中在优化问题的求解上，特别是在那些需要找到全局最优解的问题中表现尤为突出。 以下是几个具体的案例： 在数学建模比赛中，利用模拟退火算法解决寝室分配问题是一个典型的例子。 这些案例展示了模拟退火算法在数学建模中的广泛应用，其核心优势在于能够处理高维度、非线性、多峰值的复杂优化问题，并且能够在有限的时间内找到近似最优解。 终止条件： 循环直到温度低于某个阈值 TminTmin，例如 Tmin=10−5Tmin=10−5。
1.7K10编辑于 2024-10-16 - 来自专栏全栈程序员必看
数仓建模与分析建模_范式建模和维度建模
建模方法论 今天我们主要介绍常见的建模方法，这也就是我们今天文章的名称——建模方法论 20年前兴起的数据仓库简单的可分为两大流派，Inmon方法和Kimball方法，分别由 Ralph Kimbal和Bill 区别的关键在于如何在数据仓库中建模、加载和存储数据的方式。而由此出发的不同架构影响到了数据仓库的建设成本和到适应用户不断变化的ETL逻辑的能力。 建模的目的 数仓的建模或者分层，其实都是为了更好的去组织、管理、维护数据,所以当你站在更高的维度去看的话，所有的划分都是为了更好的管理。
73610编辑于 2022-11-09 - 来自专栏用户12197977的专栏（2）
智能问数落地实录：语义建模项目90天交付，宽表建模为何要180天？
当你有10个维度时，可能的组合就是1024种；当你有20个维度时，组合数就超过了一百万。你不可能预判所有组合，只能不断补漏，项目自然就没完没了。 业务规模语义建模宽表建模10个核心概念10天工作量几十种可能组合→15天100个核心概念100天工作量数万种可能组合→6-9个月500个核心概念500天工作量（可并行推进）指数级组合爆炸→项目严重延期四 语义建模路线的维护成本新增数据源：新增语义映射即可，不影响现有查询业务概念变化：修改语义定义，立即生效错误修正：调整语义映射关系，不需要修改数据年维护成本：大约是项目启动成本的10%-20%宽表建模路线的维护成本新增数据源 七、结语：项目周期不是执行问题，是方法论问题回到我们最初的问题：为什么同样是智能问数项目，语义建模90天就能交付，宽表建模需要180天甚至更长？ 延伸阅读如果你对语义层本体建模技术路线感兴趣，可以关注公众号"本体智能"，我们会持续分享数据智能领域的深度技术分析和项目实践案例，包括：四种主流智能问数技术路线深度对比预置成本增长曲线：为什么宽表方案越用越贵
13610编辑于 2026-03-26 - 来自专栏信数据得永生
Python 人工智能：6~10
而不是随机选择它们，我们使用k-means++以更智能的方式选择这些中心。 这样可以确保算法快速收敛。 n_clusters参数是指群集数。 GMM inc 的一些流行应用包括图像数据库检索，股票市场波动建模，生物特征验证等。 现在我们已经描述了什么是 GMM，让我们看看如何应用它们。 在我们讨论它的构成及其在人工智能（AI）中的相关性之前，让我们先讨论一下编程范例。 编程范例的概念源于对编程语言进行分类的需求。 它是指计算机程序通过代码解决问题的方式。 在第 2 章，“人工智能的基本用例”中，我们了解了 Pedro Domingos 定义的五个流派。 符号主义者流派是最“古老”的流派之一。 至少对我来说，这一事实不足为奇。 _10.png)] 图 10：PuzzleSolver 输出 如果向下滚动，您将看到为解决方案而采取的步骤。
1.7K30编辑于 2023-04-23 - 来自专栏信数据得永生
ensorFlow 智能移动项目：6~10
六、用自然语言描述图像 如果图像分类和物体检测是明智的任务，那么用自然语言描述图像绝对是一项更具挑战性的任务，需要更多的智能-请片刻考虑一下每个人如何从新生儿成长（他们学会了识别物体并检测它们的位置） TensorFlow 网站上有一个不错的教程，介绍如何构建模型来获取单词的向量表示。 在前面提到的有趣的教程中详细描述了简单而优雅的模型以及构建模型的 Python 实现，其源代码位于仓库中。 我们已经准备好构建模型。 您将看到模型架构是什么样，以及构建模型的 Keras 关键代码。
2.2K20编辑于 2023-04-24 - 来自专栏CreateAMind
主动推理智能体的共情建模：视角对齐
每个智能体在离散的感知 - 行动周期中运行，在变分状态推断、对手建模和策略评估之间交替进行。概览见算法 1。 III. 结果 A. 这种结构性张力促使我们在第 III F 节中引入自适应伙伴建模机制，该机制使智能体能够在剥削压力下追踪并响应伙伴的不对称性。 C. 最终目标是能够对具有相异模型的智能体进行建模，并仍然实现一定程度的心智理论和共情。 共情参数 λ 目前在整个交互过程中对每个智能体都是固定的。 最后，必须仔细考虑强大社会建模的伦理影响。使智能体能够有效合作的相同能力也可能使操纵成为可能。一个准确建模他人偏好并预测其响应的智能体，在共情较低时，可能会利用这些知识达到利己的目的。 处于合作机制中的智能体有理由投资他人中心（allocentric）建模，因为它可靠地减少预测误差；面临剥削的智能体则有理由撤退。 在主动推理中，这种调节映射到精度动态。
15710编辑于 2026-04-03 - 来自专栏PPV课数据科学社区
你真的了解机器学习、人工智能、统计建模吗？
分布式计算、云计算、人工智能 机器学习、深度学习、统计建模 这些最新的词汇大家应该都有所了解 但你真的了解这些词的意义吗？ 一、机器学习 机器学习是以数据为基础，它专注于为回归和分类算法。 深度学习被频繁应用于各种弱人工智能应用，在这些领域，机器会去做人类的工作。 如果没什么时间要求，程序员小明就写个对应的业务处理服务程序，部署到服务器上，让它慢慢跑就是了，小明预计10个小时能处理完。 后面产品嫌太慢，让小明想办法加快到3个小时。 【推荐阅读】 分布式机器学习的故事 分布计算 | 大数据机器学习系统研究进展 分布式深度学习算法产品及在蚂蚁金服中的应用（附33页PDF下载） 四、统计建模 统计建模其实就是解决“哪一种概率模型可以产生我所观察到的数据 在统计建模中，数据指引人们到一个随机模型的可挑选范围里，它就相当于是抽象的利益问题的概率表达，实现预测的功能和对某些事物的前瞻判断。
1.2K60发布于 2018-04-19 - 来自专栏全栈程序员必看
数仓建模与分析建模_数据仓库建模与数据挖掘建模
重要用于组织积累的历史数据，并且使用分析方法（OLAP、数据分析）进行分析整理，进而辅助决策，为管理者、企业系统提供数据支持，构建商业智能。 [外链图片转存中…(img-uQis5F2c-1645262440294)] 范式 第一范式：属性不可分割 第二范式：消除不分函数依赖 第三范式：消除传递依赖 关系建模与维度建模 关系建模：将复杂的数据抽象为两个概念 维度建模：模型相对清晰、简洁。维度模型以数据分析作为出发点，不遵循三范式，故数据存在一定的冗余。维度模型面向业务，将业务用事实表和维度表呈现出来。 4. 维度建模一般按照以下四个步骤：选择业务过程→声明粒度→确认维度→确认事实。 DWS层、ADS层都是以需求为驱动，和维度建模已经没有关系了。 DWS层建宽表，按照主题去建表。主题相当于观察问题的角度，对应着维度表。
1.9K20编辑于 2022-11-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号