代码搜索：功耗优化
找到约 4,261 项符合「功耗优化」的源代码
代码结果 4,261
www.eeworm.com/read/276092/10768039
txt 说明文件.txt
Sql通用防注入系统 v3.0 完美版
优化了代码，运行速度大大增快~~
对POST，GET分开处理~~ 自定义需要过滤的字串
加入写数据库记录功能~~~~ 记录显示页没有做
需要记录显示页的自己做一下吧！！！！
使用方法： 在需要防注的页面头部用 包含就可以了
友情提示：把代
www.eeworm.com/read/275728/10799016
txt 5.txt
第5章 优化问题
5.1 线性规划问题
线性规划问题是目标函数和约束条件均为线性函数的问题，MATLAB6.0解决的线性规划问题的标准形式为：
min
sub.to：
其中f、x、b、beq、lb、ub为向量，A、Aeq为矩阵。
其它形式的线性规划问题都可经过适当变换化为此标准形式。
在MATLAB6.0版中，线性规划问题（Line ...
www.eeworm.com/read/273285/10921284
asv f2.asv
function ff=F2(x)
ff=(sin(sqrt((x(1,1)-50.0)^2+(x(2,1)-50.0)^2)+exp(1)))/(sqrt((x(1,1)-50.0)^2+(x(2,1)-50.0)^2)+exp(1))+1.0;
end
%F2函数在(50,50)处取得全局最大值1.1511，其第二极大值为1.12837。它是一个多峰值优化函数。
%两个变量取值范围
www.eeworm.com/read/417710/10979612
m ex1208.m
%%%ex1208.m 拉各朗日乘子法求最优化解
x=zeros(1,2);
%用syms表示出转化后的无约束函数
syms x y lama
f=x+y+lama*(x^2+y^2-2);
%分别求函数关于x、y、lama的偏导
dx=diff(f,x);
dy=diff(f,y);
dlama=diff(f,lama);
%令偏导为零求解x、y
xx=solve(dx,x)
www.eeworm.com/read/417710/10979673
m opt_steepest.m
function [xo,fo] = Opt_Steepest(f,grad,x0,TolX,TolFun,dist0,MaxIter)
% 用最速下降法求最优化解
%输入：f为函数名 grad为梯度函数
%x0为解的初值 TolX,TolFun分别为变量和函数的误差阈值
%dist0为初始步长 MaxIter为最大迭代次数
%输出: xo为取最小值的点 fo为最小的函数值
% f0
www.eeworm.com/read/452207/7445751
m xaj.m
function [fit,dc,result]=XAJ(XX)
% XAJ是新安江的运行程序,用于单纯形和遗传算法调用,也用于新安江模型的预报
% XX是调用的优化参数
% fit 返回目标函数的适值
% dc返回有效性系数.
% result是一个数组,返回格式为[时间,雨量,实测流量,计算流量];
% 输入起始值 W,WU,WL,WD,QG
WU=20;WL=50;WD=10;
www.eeworm.com/read/452207/7445762
asv xaj.asv
function [fit,dc,result]=XAJ(XX)
% XAJ是新安江的运行程序,用于单纯形和遗传算法调用,也用于新安江模型的预报
% XX是调用的优化参数
% fit 返回目标函数的适值
% dc返回有效性系数.
% result是一个数组,返回格式为[时间,雨量,实测流量,计算流量];
% 输入起始值 W,WU,WL,WD,QG
WU=20;WL=50;WD=10;
www.eeworm.com/read/446582/7576518
c sendpacket.c
/*
本文件改编自MentoSupplicant3.8,几乎是照着抄过来的 :)
(其实也有一点点差别了,如果你对照着二者看的话...)
我觉得这个文件中有很多代码可以合并优化,比如那个ackShiDa在好几个函数里都
出现过. 但我恐怕不想去完善了,主要的原因是几乎没人用,没热情......
希望有兄弟接着完善它.
netxray@byhh ...
www.eeworm.com/read/443342/7634330
m ex1208.m
%%%ex1208.m 拉各朗日乘子法求最优化解
x=zeros(1,2);
%用syms表示出转化后的无约束函数
syms x y lama
f=x+y+lama*(x^2+y^2-2);
%分别求函数关于x、y、lama的偏导
dx=diff(f,x);
dy=diff(f,y);
dlama=diff(f,lama);
%令偏导为零求解x、y
xx=solve(dx,x)
www.eeworm.com/read/443342/7634359
m opt_steepest.m
function [xo,fo] = Opt_Steepest(f,grad,x0,TolX,TolFun,dist0,MaxIter)
% 用最速下降法求最优化解
%输入：f为函数名 grad为梯度函数
%x0为解的初值 TolX,TolFun分别为变量和函数的误差阈值
%dist0为初始步长 MaxIter为最大迭代次数
%输出: xo为取最小值的点 fo为最小的函数值
% f0