某物流配送中心采用电动汽车为各个客户点进行配送服务，每个客户点都有配送时间的限制。如果配送中心不能在时间窗内到达客户点将接受一定的惩罚。电动汽车有一定的容量限制。电动汽车的续驶里程有限，配送过程中可能需要进入充电站进行充电，其中电动汽车的充电时间比传统汽车加油时间长很多。物流配送中心如何规划配送中心的车辆行驶路径，惩罚成本和车辆行驶费用构成的总成本可以达到最小。 多种群遗传算法突破传统遗传算法仅靠单个群体进行遗传进化的框架，引入多个种群同时进行优化搜索，不同的种群赋以不同的控制参数，实现不同的搜索目的。各个种群之间通过移民算子进行联系，实现多种群的协同进化的综合结果。通过人工选择算子保存各种群每个进化代中的最优个体，并作为判断算法收敛的依据。

多路输出的开关电源因其体积小、性价比高广泛应用于小功率的各种复杂电子系统中。然而伴随着现代电子系统发展，其对多路输出电源的要求越来越高，如体积、效率、输出电压精度、负载能力（输出电流）、交叉调整率、纹波和噪声等。其中，交叉调整率是指当多路输出电源的一路负载电流变化时整个电源各路输出电压的变化率，是考核多路输出电源的重要性能指标。受变压器各个绕组间的漏感、绕组的电阻、电流回路寄生参数等影响，多路输出电源的交叉调整率一直以来是多路输出开关电源的设计重点。 　　目前改进交叉调整率的方法可分为无源和有源两类。有源的方法需要增加额外的线性稳压或开关稳压电路，虽然可以得到较高的交叉调整率，但却是以牺牲电

将SubRip格式的字幕从一种自然语言翻译成另一种自然语言。 它基于不带API的Google翻译，因此无需付款。 译员具有自动和手动拼写检查器。

最大相关和最小冗余算法mRMR特征选择，mRMR分类预测，多变量输入模型。 在特征选择过程中，有一种算法叫做mRMR（Max-Relevance and Min-Redundancy）。其原理非常简单，就是在原始特征集合中找到与最终输出结果相关性最大（Max-Relevance），但是特征彼此之间相关性最小的一组特征（Min-Redundancy）。 多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图

UG（Unigraphics NX）是EDS公司出品的一个产品工程解决方案，它为用户的产品设计及加工过程提供了数字化造型和验证手段。Unigraphics NX针对用户的虚拟产品设计和工艺设计的需求，提供了经过实践验证的解决方案。 NX 产品开发解决方案完全支持制造商所需的各种工具，可用于管理过程并与扩展的企业共享产品信息。 NX 与 UGS PLM 的其他解决方案的完整套件无缝结合。这些对于 CAD 、 CAM 和 CAE 在可控环境下的协同、产品数据管理、数据转换、数字化实体模型和可视化都是一个补充。 　　UG主要客户包括，通用汽车，通用电气，福特，波音麦道，洛克希德，劳斯莱斯，普惠发动机，日产，克莱斯勒，以及美国军方。几乎所有飞机发动机和大部分汽车发动机都采用UG进行设计，充分体现UG在高端工程领域，特别是军工领域的强大实力。在高端领域与CATIA并驾齐驱。 　　NX 为那些培养创造性和产品技术革新的工业设计和风格提供了强有力的解决方案。利用 NX 建模，工业设计师能够迅速地建立和改进复杂的产品形状， 并且使用先进的渲染和可视化工具来最大限度地满足设计概念的审美要求。 [编辑本段]产品设计 　　NX 包括了世界上最强大、最广泛的产品设计应用模块。 NX 具有高性能的机械设计和制图功能，为制造设计提供了高性能和灵活性，以满足客户设计任何复杂产品的需要。 NX 优于通用的设计工具，具有专业的管路和线路设计系统、钣金模块、专用塑料件设计模块和其他行业设计所需的专业应用程序。 [编辑本段]仿真、确认和优化 　　NX 允许制造商以数字化的方式仿真、确认和优化产品及其开发过程。通过在开发周期中较早地运用数字化仿真性能，制造商可以改善产品质量，同时减少或消除对于物理样机的昂贵耗时的设计、构建，以及对变更周期的依赖。 [免责声明] 本帖介绍的文本内容转自网络，如有出入则以官方站点公布之信息为准。 资源下载后请对文件做必要的安全检测，该下载内容仅限于个人测试学习之用，不得用于商业资源版权归作者及其公司所有，并且请在下载后24小时内删除。如果你喜欢，请购买正版。

摆动检查器 前提条件 Java 11 建造 mvn -U软件包组装：单个 用法 启动客户端应用程序 任何将Swing用作其GUI的Java应用程序都可以与此处提供的工具一起使用-只需使用目标内置的jar文件作为premain-jar来启动它，如下所示： java -javaagent:/swinginspector-0.1.0-SNAPSHOT-jar-with-dependencies.jar -jar .jar 启动有问题的应用程序后，将再打开一个框架-一个很小的框架，所以要当心-甚至有可能该框架在其他框架后面打开。 它的标题是Manager，最初只包含一个名为register的按钮。 按下该按钮，检查将开始：在鼠标悬停时，最深的组件将以红色虚线突出显示。 每当用户在此模式下单击时，检查模式便会结束-在这一点上，增加Manager框架的尺寸非常

在码农的生活中，很多级码农都有这样的经历，会被一个小小的技术问题拦住，然后进度跟不上了，被老板XXXX一大通了。心情不爽了。 好吧，这个曾经是我遇到拦路虎之一。但事实上不是什么大技术。技术就是一层纸，破了就破了。 这是一个关于如何跨窗体操作控件或过程的一个例子。比如，你想用窗体A的按键来执行窗体B的文本框变色。 Imports System Imports System.Threading Imports System.Text Public Class Form1 Private Sub Form1_Load(sender As Object, e As EventArgs) Handles Me.Load CheckForIllegalCrossThreadCalls = False '不写这行，会出错，不允许线程的数据写到TextBox1.Text 中去。 Form2.Show() End Sub Private Sub form1_FormClosing(sender As Object, e As EventArgs) Handles Me.FormClosing ' If runThread.IsAlive = True Then runThread.Abort() End Sub Private Sub Button2_Click(sender As Object, e As EventArgs) Handles Button2.Click '用的是委托方式 Me.Invoke(New MethodInvoker(AddressOf THREAD2)) End Sub Private Sub THREAD2() Static j As Integer j = j + 1 TextBox1.Text = " 这是 [线程] 操作" & vbCrLf & _ " Button2被点了: " & j & " 次" & vbCrLf & "要求是from2.textbox.text= textbox1.text 。[问题]但为什么不能成功显示呢？" End Sub Private Sub TextBox1_TextChanged(sender As Object, e As EventArgs) Handles TextBox1.TextChanged Form2.TextBox1.Text = TextBox1.Text End Sub Private Sub Button3_Click(sender As Object, e As EventArgs) Handles Button3.Click Static j As Integer j = j + 1 TextBox1.Text = " 这是 [非线程] 操作" & vbCrLf & _ "Button3 点击了: " & j & " 次" & vbCrLf & _ "要求是from2.textbox.text= textbox1.text， 可以成功显示，这个是对的。" End Sub End Class

ABP VNext种子数据按顺序生成

针对零部件制造质量控制方面的缺陷检测，考虑到工业摄像头角度和零部件表面缺陷特征相对固定的特点，提出一种基于注意力机制的YOLO缺陷检测算法。围绕提升算法注意力，首先采用CZS算法，把图像上的缺陷区域剪切、缩放和拼接成新图像，使注意力集中于缺陷相关区域；然后采用裁减主干网络算法，裁减掉原版YOLOv3主干网络中无用的检测尺度层；最后使用数据增强算法增加训练样本量。实验案例结果表明：该算法检测精度99.2%,单帧图像检测时间0.01 s,性能均优于原版YOLOv3;该算法在固定摄像头场景下具有一定先进性，3项提升注意力的策略使算法训练精度收敛的更快、检测速度更快、检测性能更稳定。

智慧工地数据集3065张反光衣安全帽行人检测数据集含voc和yolo格式两种标签(工地监控多视角多场景抓拍).zip 【实际应用】 智慧工地项目、反光衣穿戴检测、安全帽佩戴检测、人员入侵抓拍告警等 【数据集说明】 数据集一共3065张，标签包含yolo格式(txt)和voc格式(xml)，标注工具LabelImg手工标注，标注精准，背景丰富、多视角监控拍摄，多种目标检测算法可直接使用(如YOLO系列、ssd、centernet、pp-yolo、yoloX、PP-picoDet等等)。 真实工地监控摄像头拍摄采集，视角及背景多样化，标注精准无误，实际项目所用，算法拟合很好，质量可靠。由于上传资源大小限制，该资源上传了部分图片数据，完整图片资源中附有百度云下载链接。 【备注】 只分享高质量实际项目数据集，请放心下载，不要与乱七八糟数据比较，所有图片实际工地监控真实拍摄，具有很高的实用价值！使用过程有问题随时沟通。