智能优化算法：鲸鱼优化算法-附代码-程序员宅基地
智能优化算法：鲸鱼优化算法-附代码
文章目录
摘要：鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提出的一种新的群体智能优化算法，其优点在于操作简单，调整的参数少以及跳出局部
最优的能力强。
1.算法原理
鲸鱼优化算法(whale optimization algorithm,WOA)是模仿座头鲸的狩猎行为进而提出的一种新型启发式优化算法。在 WOA 算法中，每只座头鲸的位置代表一个可行解。在海洋活动中，座头鲸有
着一种特殊的狩猎方法，这种觅食行为称为bubble-net 捕食策略 [27] ，其狩猎行为如图 1 所示。
1.1包围猎物
座头鲸在狩猎时要包围猎物，为了描述这种行为，Mirjalili 提出了下面的数学模型：
D = ∣ C X ∗ ( t ) − X ( t ) ∣ X ( t + 1 ) = X ∗ ( t ) − A D D=|CX^{*}(t)-X(t)|\\ X(t+1)=X^{*}(t)-AD D=∣CX∗(t)−X(t)∣X(t+1)=X∗(t)−AD
式中： t t t是当前迭代次数； A A A和 C C C为表示系数， X ∗ ( t ) X^{*}(t) X∗(t)表示目前为止最好的鲸鱼位置向量， X ( t ) X(t) X(t)
表示当前鲸鱼的位置向量，$A $和 C C C 由下式可得到
A = 2 a r 1 − a C = 2 r 2 a = 2 − 2 t T m a x A=2ar_{1}-a\\ C=2r_{2}\\ a=2-\frac {2t}{T_{max}} A=2ar1−aC=2r2a=2−Tmax2t
其中， r 1 r_{1} r1 和 r 2 r_{2} r2是(0,1)中的随机数，a 的值从 2到 0 线性下降， t t t 表示当前的迭代次数， T m a x T_{max} Tmax 为最大迭代次数。
1.2 狩猎行为
根据座头鲸的狩猎行为，它是以螺旋运动游向猎物，故狩猎行为的数学模型如下：
X ( t + 1 ) = X ∗ ( t ) + D p e b l c o s ( 2 π l ) X(t+1)=X^{*}(t)+D_{p}e^{bl}cos(2\pi l) X(t+1)=X∗(t)+Dpeblcos(2πl)
其中， D p = ∣ X ∗ ( t ) − X ( t ) ∣ D_{p} =|X^{*} (t)−X(t)| Dp=∣X∗(t)−X(t)∣表示鲸鱼和猎物之间的距离， X ∗ ( t ) X^{*}(t) X∗(t)表示目前为止最好的位置向量， b b b 是一个常数，用来定义螺线的形状， l l l 是(−1,1)中的随机数。值得注意的是，鲸鱼以螺旋形状游向猎物的同时还要收缩包围圈。因此，在这种同步行为模型中，假设有 P i P_{i} Pi 的概率选择收缩包围机制和 1 − P i 1−P_{i} 1−Pi的概率选择螺旋模型来更新鲸鱼的位置，其数学模型如下:
X ( t + 1 ) = { X ∗ ( t ) − A D , p < P i X ( t ) = X ∗ ( t ) + D p e b l c o s ( 2 π l ) X(t+1)=\begin{cases} X^{*}(t)-AD, p<P_{i}\\ X(t)=X^{*}(t)+D_{p}e^{bl}cos(2\pi l) \end{cases} X(t+1)={
X∗(t)−AD,p<PiX(t)=X∗(t)+Dpeblcos(2πl)
攻击猎物时，在数学模型上靠近猎物设定了减小 a a a 的值，这样 A A A 的波动范围也随$ a$ 下降。在迭代过程中当 a a a的值从2到0下降时， A A A是在 [ − a , a ] [−a,a] [−a,a]内的随机值，当 A A A 的值在[−1,1]内时，鲸鱼的下一个位置可以是它现在的位置和猎物的位置之间的任意位置，算法设定当 A < 1 A<1 A<1 时，鲸鱼向猎物发起攻击。
1.3 搜索猎物
在搜索猎物时，其数学模型如下：
D = ∣ C X r a n d − X t ∣ X ( t + 1 ) = X r a n d − A D D=|CX_{rand}-X{t}|\\ X(t+1)=X_{rand}-AD D=∣CXrand−Xt∣X(t+1)=Xrand−AD
其中， X r a n d X_{rand} Xrand 是随机选择的鲸鱼位置向量，算法设定当 A ≥ 1 A≥1 A≥1 时，随机选择一个搜索代理，根据随机选择的鲸鱼位置来更新其他鲸鱼的位置，迫使鲸鱼偏离猎物，借此找到一个更合适的猎物，这样可以加强算法的勘探能力使 WOA 算法能够进行全局
搜索。
1.4 算法流程
（1）初始化参数：即鲸鱼种群规模大小 S N SN SN，最大迭代次数 T m a x T_{max} Tmax ；
（2）算法初始化鲸鱼种群的位置；
（3）计算每一头鲸鱼相应的适应度值，根据适应度值的大小排序，并选取 S N SN SN 个作为初始种群；
（4）计算出 S N SN SN个个体适应度值的大小，找出适应度值最小的个体位置作为最优位置；
（5）更新下一代的位置；
（6）若达到终止条件，则输出最优个体，即算法找到的最优解；否则，返回步骤（4）。
2. 算法结果：
参考文献：
[1]Seyedali Mirjalili,Andrew Lewis. The Whale Optimization Algorithm[J]. Advances in Engineering Software,2016,95.
Matalb代码地址：
鲸鱼优化算法
改进算法matlab代码
| 名称 | 说明或者参考文献 |
|---|---|
| 混合策略改进鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,樊英.混合策略改进鲸鱼优化算法[J].计算机工程与设计,2020,41(12):3397-3404. |
| 基于高斯映射和小孔成像学习策略的鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,王栎桥.基于高斯映射和小孔成像学习策略的鲸鱼优化算法[J].计算机应用研究,2020,37(11):3271-3275. |
| 一种非线性权重的自适应鲸鱼优化算法(NWAWOA) | [1]赵传武,黄宝柱,阎跃观,代文晨,张建.一种非线性权重的自适应鲸鱼优化算法[J].计算机技术与发展,2020,30(10):7-13. |
| 一种基于精英反向和纵横交叉的鲸鱼优化算法(ECWOA) | [1]刘琨,赵露露,王辉.一种基于精英反向和纵横交叉的鲸鱼优化算法[J].小型微型计算机系统,2020,41(10):2092-2097. |
| 一种全局搜索策略的鲸鱼优化算法(GSWOA) | [1]刘磊,白克强,但志宏,张松,刘知贵.一种全局搜索策略的鲸鱼优化算法[J].小型微型计算机系统,2020,41(09):1820-1825. |
| 基于自适应决策算子的鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,樊英.基于自适应决策算子的鲸鱼优化算法[J].智能计算机与应用,2020,10(09):6-11. |
| 基于混沌的正余弦鲸鱼优化算法(EWOA) | [1]林杰,何庆,王茜,杨荣莹,宁杰琼.基于混沌的正余弦鲸鱼优化算法[J].智能计算机与应用,2020,10(09):43-48+52. |
| 一种基于交叉选择的柯西反向鲸鱼优化算法（QOWOA） | [1]冯文涛,邓兵.一种基于交叉选择的柯西反向鲸鱼优化算法[J].兵器装备工程学报,2020,41(08):131-137. |
| 一种基于自适应策略的混合鲸鱼优化算法（HWBOA） | [1]王廷元,何先波,贺春林.一种基于自适应策略的混合鲸鱼优化算法[J].西华师范大学学报(自然科学版),2021,42(01):92-99. |
| 一种改进的鲸鱼优化算法(IWOA) | [1]武泽权,牟永敏.一种改进的鲸鱼优化算法[J].计算机应用研究,2020,37(12):3618-3621. |
| 基于阈值控制的一种改进鲸鱼算法(TIWOA) | [1]黄飞,吴泽忠.基于阈值控制的一种改进鲸鱼算法[J].系统工程,2020,38(02):133-148. |
| 基于莱维飞行和自适应策略的正弦余弦算法 | [1]黄辉先,张广炎,陈思溢,胡拚.基于混沌权重和精英引导的鲸鱼优化算法[J].传感器与微系统,2020,39(05):113-116. |
| 基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA) | [1]孔芝,杨青峰,赵杰,熊浚钧.基于自适应调整权重和搜索策略的鲸鱼优化算法[J].东北大学学报(自然科学版),2020,41(01):35-43. |
| 嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法(MWOA) | [1]张达敏,徐航,王依柔,宋婷婷,王栎桥.嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法[J].控制与决策,2021,36(05):1173-1180. |
| 融合动态概率阈值和自适应变异的鲸鱼优化算法（PTMWOA） | [1]毕孝儒,牟琦,龚尚福.融合动态概率阈值和自适应变异的鲸鱼优化算法[J].微电子学与计算机,2019,36(12):78-83+88. |
| 基于改进螺旋更新位置模型的鲸鱼优化算法（IMWOA） | [1]吴泽忠,宋菲.基于改进螺旋更新位置模型的鲸鱼优化算法[J].系统工程理论与实践,2019,39(11):2928-2944. |
| 一种增强型鲸鱼优化算法(EWOA) | [1]冯文涛,宋科康.一种增强型鲸鱼优化算法[J].计算机仿真,2020,37(11):275-279+357. |
| 混沌策略和单纯形法改进的鲸鱼优化算法（CSWOA） | [1]张潮,冯锋.混沌策略和单纯形法改进的鲸鱼优化算法[J].中国科技论文,2020,15(03):293-299. |
| 精英反向黄金正弦鲸鱼算法(EGoldenSWOA) | [1]肖子雅,刘升.精英反向黄金正弦鲸鱼算法及其工程优化研究[J].电子学报,2019,47(10):2177-2186. |
| 基于非线性收敛因子和局部扰动的鲸鱼算法(NPWOA) | [1]于俊洋,高宁杰,李涵.基于非线性收敛因子和局部扰动的鲸鱼算法[J].计算机工程与设计,2019,40(10):2861-2866. |
| 混沌反馈自适应鲸鱼优化算法研究(CFAWOA) | [1]涂春梅,陈国彬,刘超.混沌反馈自适应鲸鱼优化算法研究[J].统计与决策,2019,35(07):17-20. |
| 基于混沌搜索策略的鲸鱼优化算法(CWOA) | [1]王坚浩,张亮,史超,车飞,丁刚,武杰.基于混沌搜索策略的鲸鱼优化算法[J].控制与决策,2019,34(09):1893-1900. |
| 基于反馈机制的鲸鱼优化算法(FWOA) | [1]范家承,何杰光.基于反馈机制的鲸鱼优化算法[J].广东石油化工学院学报,2018,28(04):47-51. |
| 基于随机差分变异的改进鲸鱼优化算法(IWOA) | [1]覃溪,龙文.基于随机差分变异的改进鲸鱼优化算法[J].中国科技论文,2018,13(08):937-942. |
| 收敛因子非线性变化的鲸鱼优化算法(IWOA) | [1]龙文,伍铁斌,唐斌.收敛因子非线性变化的鲸鱼优化算法[J].兰州理工大学学报,2017,43(06):102-107. |
| 基于自适应权重和柯西变异的鲸鱼优化算法(WOAWC) | [1]郭振洲,王平,马云峰,王琦,拱长青.基于自适应权重和柯西变异的鲸鱼优化算法[J].微电子学与计算机,2017,34(09):20-25. |
| 一种随机调整控制参数的鲸鱼优化算法(EWOA) | [1]钟明辉,龙文.一种随机调整控制参数的鲸鱼优化算法[J].科学技术与工程,2017,17(12):68-73. |
算法相关应用matlab代码
| 名称 | 说明或者参考文献 |
|---|---|
| 鲸鱼优化的BP神经网络（预测） | https://blog.csdn.net/u011835903/article/details/112149776 （原理一样，只是优化算法为鲸鱼） |
| 鲸鱼优化的BP神经网络（分类） | https://blog.csdn.net/u011835903/article/details/112149394（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼优化的Elman神经网络数据预测 | https://blog.csdn.net/u011835903/article/details/111411129（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法的极限学习机(ELM)分类算法 | https://blog.csdn.net/u011835903/article/details/111177850（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法的极限学习机(ELM)回归预测 | https://blog.csdn.net/u011835903/article/details/111073635（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法优化的广义回归神经网络(GRNN)预测 | https://blog.csdn.net/u011835903/article/details/110941139（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法优化的SVM回归预测 | https://blog.csdn.net/u011835903/article/details/110630270（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法优化的SVM数据分类 | https://blog.csdn.net/u011835903/article/details/110523352（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼优化的最大熵多阈值分割 | https://blog.csdn.net/u011835903/article/details/108203775（原理一样，只是优化算法为鲸鱼） |
| 鲸鱼算法优化的otsu多阈值分割 | https://blog.csdn.net/u011835903/article/details/108019744（原理一样，只是优化算法为鲸鱼） |
| 鲸鱼优化的PID参数优化 | https://blog.csdn.net/u011835903/article/details/109306387（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法的无线传感器网(WSN)覆盖优化 | https://blog.csdn.net/u011835903/article/details/109262039（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法的3D无线传感器网(WSN)覆盖优化 | https://blog.csdn.net/u011835903/article/details/113834323（原理一样，只是优化算法为鲸鱼） |
Python代码地址：
改进算法python代码
| 名称 | 说明或者参考文献 |
|---|---|
| 混合策略改进鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,樊英.混合策略改进鲸鱼优化算法[J].计算机工程与设计,2020,41(12):3397-3404. |
| 基于高斯映射和小孔成像学习策略的鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,王栎桥.基于高斯映射和小孔成像学习策略的鲸鱼优化算法[J].计算机应用研究,2020,37(11):3271-3275. |
| 一种非线性权重的自适应鲸鱼优化算法(NWAWOA) | [1]赵传武,黄宝柱,阎跃观,代文晨,张建.一种非线性权重的自适应鲸鱼优化算法[J].计算机技术与发展,2020,30(10):7-13. |
| 一种基于精英反向和纵横交叉的鲸鱼优化算法(ECWOA) | [1]刘琨,赵露露,王辉.一种基于精英反向和纵横交叉的鲸鱼优化算法[J].小型微型计算机系统,2020,41(10):2092-2097. |
| 一种全局搜索策略的鲸鱼优化算法(GSWOA) | [1]刘磊,白克强,但志宏,张松,刘知贵.一种全局搜索策略的鲸鱼优化算法[J].小型微型计算机系统,2020,41(09):1820-1825. |
| 基于自适应决策算子的鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,樊英.基于自适应决策算子的鲸鱼优化算法[J].智能计算机与应用,2020,10(09):6-11. |
| 基于混沌的正余弦鲸鱼优化算法(EWOA) | [1]林杰,何庆,王茜,杨荣莹,宁杰琼.基于混沌的正余弦鲸鱼优化算法[J].智能计算机与应用,2020,10(09):43-48+52. |
| 一种基于交叉选择的柯西反向鲸鱼优化算法（QOWOA） | [1]冯文涛,邓兵.一种基于交叉选择的柯西反向鲸鱼优化算法[J].兵器装备工程学报,2020,41(08):131-137. |
| 一种基于自适应策略的混合鲸鱼优化算法（HWBOA） | [1]王廷元,何先波,贺春林.一种基于自适应策略的混合鲸鱼优化算法[J].西华师范大学学报(自然科学版),2021,42(01):92-99. |
| 一种改进的鲸鱼优化算法(IWOA) | [1]武泽权,牟永敏.一种改进的鲸鱼优化算法[J].计算机应用研究,2020,37(12):3618-3621. |
| 基于阈值控制的一种改进鲸鱼算法(TIWOA) | [1]黄飞,吴泽忠.基于阈值控制的一种改进鲸鱼算法[J].系统工程,2020,38(02):133-148. |
| 基于莱维飞行和自适应策略的正弦余弦算法 | [1]黄辉先,张广炎,陈思溢,胡拚.基于混沌权重和精英引导的鲸鱼优化算法[J].传感器与微系统,2020,39(05):113-116. |
| 基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA) | [1]孔芝,杨青峰,赵杰,熊浚钧.基于自适应调整权重和搜索策略的鲸鱼优化算法[J].东北大学学报(自然科学版),2020,41(01):35-43. |
| 嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法(MWOA) | [1]张达敏,徐航,王依柔,宋婷婷,王栎桥.嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法[J].控制与决策,2021,36(05):1173-1180. |
| 融合动态概率阈值和自适应变异的鲸鱼优化算法（PTMWOA） | [1]毕孝儒,牟琦,龚尚福.融合动态概率阈值和自适应变异的鲸鱼优化算法[J].微电子学与计算机,2019,36(12):78-83+88. |
| 基于改进螺旋更新位置模型的鲸鱼优化算法（IMWOA） | [1]吴泽忠,宋菲.基于改进螺旋更新位置模型的鲸鱼优化算法[J].系统工程理论与实践,2019,39(11):2928-2944. |
| 一种增强型鲸鱼优化算法(EWOA) | [1]冯文涛,宋科康.一种增强型鲸鱼优化算法[J].计算机仿真,2020,37(11):275-279+357. |
| 混沌策略和单纯形法改进的鲸鱼优化算法（CSWOA） | [1]张潮,冯锋.混沌策略和单纯形法改进的鲸鱼优化算法[J].中国科技论文,2020,15(03):293-299. |
| 精英反向黄金正弦鲸鱼算法(EGoldenSWOA) | [1]肖子雅,刘升.精英反向黄金正弦鲸鱼算法及其工程优化研究[J].电子学报,2019,47(10):2177-2186. |
| 基于非线性收敛因子和局部扰动的鲸鱼算法(NPWOA) | [1]于俊洋,高宁杰,李涵.基于非线性收敛因子和局部扰动的鲸鱼算法[J].计算机工程与设计,2019,40(10):2861-2866. |
| 混沌反馈自适应鲸鱼优化算法研究(CFAWOA) | [1]涂春梅,陈国彬,刘超.混沌反馈自适应鲸鱼优化算法研究[J].统计与决策,2019,35(07):17-20. |
| 基于混沌搜索策略的鲸鱼优化算法(CWOA) | [1]王坚浩,张亮,史超,车飞,丁刚,武杰.基于混沌搜索策略的鲸鱼优化算法[J].控制与决策,2019,34(09):1893-1900. |
| 基于反馈机制的鲸鱼优化算法(FWOA) | [1]范家承,何杰光.基于反馈机制的鲸鱼优化算法[J].广东石油化工学院学报,2018,28(04):47-51. |
| 基于随机差分变异的改进鲸鱼优化算法(IWOA) | [1]覃溪,龙文.基于随机差分变异的改进鲸鱼优化算法[J].中国科技论文,2018,13(08):937-942. |
| 收敛因子非线性变化的鲸鱼优化算法(IWOA) | [1]龙文,伍铁斌,唐斌.收敛因子非线性变化的鲸鱼优化算法[J].兰州理工大学学报,2017,43(06):102-107. |
| 基于自适应权重和柯西变异的鲸鱼优化算法(WOAWC) | [1]郭振洲,王平,马云峰,王琦,拱长青.基于自适应权重和柯西变异的鲸鱼优化算法[J].微电子学与计算机,2017,34(09):20-25. |
| 一种随机调整控制参数的鲸鱼优化算法(EWOA) | [1]钟明辉,龙文.一种随机调整控制参数的鲸鱼优化算法[J].科学技术与工程,2017,17(12):68-73. |
智能推荐
【最详细|附源码】Visual C++(VC)6.0最新安装教程_visual c++安装教程-程序员宅基地
文章浏览阅读1.4w次，点赞14次，收藏78次。软件：Visual C++版本：6.0语言：简体中文大小：34.26M安装环境：Win11/Win10/Win8/Win7硬件要求：[email protected] 内存@4G(或更高）下载通道①百度网盘丨下载链接：提取码：dg2n[更多软件]：点击进入管家「软件目录」！_visual c++安装教程
新路由3 高恪魔改固件+底包_新路由3高恪5.0nat1-程序员宅基地
文章浏览阅读2.7w次，点赞2次，收藏8次。新路由3 newifi3 d2 高恪魔改固件，请在breed中先刷入底包，然后启动路由器进入底包系统后，再在底包系统里面网页web升级固件，选择魔改进行升级，切记必须这样操作。压缩包包含了底包和固件解压密码 123下载地址：https://u13909188.pipipan.com/fs/13909188-384246318..._新路由3高恪5.0nat1
戳破“砖家”假面：唯快不破的时代，为什么这件事一定要慢慢做？-程序员宅基地
文章浏览阅读298次。导读：我们生活在一个嘈杂、混乱的世界中。生活中，我们有很多“权威”和“专家”，他们标榜自己是内行人，宣称自己掌握着该领域的真理，而我们需要做的只有两个字——接受。但事实上..._唯快不破的人为什么定
初始化时checkbox选中问题-程序员宅基地
文章浏览阅读746次。首先我们大家在写页面的时候可能回经常遇到checkbox、radio等一些使选中或者是不选中的问题。这是我在项目当中做的时候发现的一个小知识点，把它赶紧记录下来。以便以后复习与巩固。 现把代码写出来再解释： function operateCheckOrRadio() { var sForm = document.getElementById("sform"); var sStatus = d..._flutter checkbox用变量初始化无法设置为选中状态
UE5——问题——MediaPlayer的使用播放视频注意点_ue mediaplayer-程序员宅基地
文章浏览阅读1.1k次。UE5——问题——MediaPlayer的使用播放视频注意点_ue mediaplayer
毕设仿真分享 单片机非接触式红外感应体温计-程序员宅基地
文章浏览阅读311次，点赞9次，收藏7次。非接触式电子体温计主要利用红外测温原理，一切温度高于绝对零度（-273.35℃）的物体，由于分子热运动，物体会不停地向外辐射能量。物体辐射能量的大小与它的表面温度有十分密切的关系。因此，通过测量物体辐射的能量，就能够测量出物体的温度。本用户手册中的非接触式电子体温计就是利用这种测量方法，实现测量人体体温的功能。
随便推点
程序员的自我评价_程序员自我评价-程序员宅基地
文章浏览阅读4.4k次，点赞2次，收藏2次。篇一：程序员简历自我评价程序员简历自我评价本人勤奋踏实，工作认真负责，自学能力强;性格开朗，容易与人相处，注重团队协作精神，且能承受较大压力。注重专业基础学习和实践能力的培养，在校期间不仅做过多个课程设计暑假期间也去过单位实践过，对java编程和网站开发具有浓厚的兴趣。篇二：优秀的程序员自我鉴定优秀的程序员自我鉴定以下一篇是一名优秀并且有工作经验的程序员的自我鉴定范文：大家好,我叫xxx。我性格开朗，乐于与人交往，诚实，正直，有教强的上进心，较强的学习能力，在学校团学会的工作使我组织_程序员自我评价
vue的vue-resource和axios介绍_vue-resuorce-程序员宅基地
文章浏览阅读1.2k次，点赞26次，收藏14次。vue的vue-resource和axios介绍_vue-resuorce
MySQL笔记复习（实例 全）_在 goods_name 列上加普通索引-程序员宅基地
文章浏览阅读907次。mysql复习一:复习前的准备1:确认你已安装wamp2:确认你已安装ecshop,并且ecshop的数据库名为shop二 基础知识:1.数据库的连接mysql -u -p -h-u 用户名-p 密码-h host主机2:库级知识2.1 显示数据库: show databases;2.2 选择数据库: use dbname;2.3 创建数据库_在 goods_name 列上加普通索引
敏捷软件开发宣言-程序员宅基地
文章浏览阅读507次。敏捷软件开发宣言 摘要：我们正在通过亲身实践以及帮助他人实践，揭示更好的软件开发方法。通过这项工作，我们认为： 个体和交互 胜过 过程和工具 可以工作的软件 胜过 面面俱到的文档 客户合作 胜过 合同谈判 响应变化 胜过 遵循计划虽然右项也具有价值，但我们认为左项具有更大的价值。Kent Beck James Grenning Robert C._敏捷软件开发宣言
Android实现通用的ActivityGroup（效果类似Android微博客户端主界面）-程序员宅基地
文章浏览阅读93次。转自http://www.cnblogs.com/answer1991/archive/2012/05/08/2489844.html ActivityGroup在实际的开发中是十分常见的，在我使用过的Android应用中，十个应用里面有九个应用的主界面都是使用ActivityGroup的。说起ActivityGroup，在国内好像直接使用它开发的并不多，基本都是使用Ta..._android 类似于微博tab,动态添加tab,并实现拖拽排序,编辑等
git：一、GIT介绍+安装+全局配置+基础操作_请确保本地完成了 git 的全局配置-程序员宅基地
文章浏览阅读490次。仅供学习使用。执行命令git init，发现文件夹出现.git目录即说明创建本地仓库成功。创建的文件名为空，拓展名是bashrc，所以要开启文件的拓展名选项并检查该文件的格式是否为Bash RC源文件。工作区的文件创建或修改后通过git add提交到暂存区，暂存区的文件通过git commit提交到仓库。创建一个测试用的文件夹，进入后右键打开Git Bash，设置用户信息。ATT：红色的是工作区的文件，绿色的是暂存区的文件。GIT的流程分为三大块：工作区、暂存区、仓库。_请确保本地完成了 git 的全局配置