智能优化算法:鲸鱼优化算法-附代码-程序员宅基地

技术标签: 算法  智能优化算法  人工智能  

智能优化算法:鲸鱼优化算法-附代码


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。
在这里插入图片描述

图1.座头鲸狩猎行为

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 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=2ar1aC=2r2a=2Tmax2t

其中, r 1 r_{1} r1 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} 1Pi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=CXrandXtX(t+1)=XrandAD
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 A1 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:

在这里插入图片描述

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.
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/u011835903/article/details/107559167

智能推荐

从零开始搭建Hadoop_创建一个hadoop项目-程序员宅基地

文章浏览阅读331次。第一部分:准备工作1 安装虚拟机2 安装centos73 安装JDK以上三步是准备工作,至此已经完成一台已安装JDK的主机第二部分:准备3台虚拟机以下所有工作最好都在root权限下操作1 克隆上面已经有一台虚拟机了,现在对master进行克隆,克隆出另外2台子机;1.1 进行克隆21.2 下一步1.3 下一步1.4 下一步1.5 根据子机需要,命名和安装路径1.6 ..._创建一个hadoop项目

心脏滴血漏洞HeartBleed CVE-2014-0160深入代码层面的分析_heartbleed代码分析-程序员宅基地

文章浏览阅读1.7k次。心脏滴血漏洞HeartBleed CVE-2014-0160 是由heartbeat功能引入的,本文从深入码层面的分析该漏洞产生的原因_heartbleed代码分析

java读取ofd文档内容_ofd电子文档内容分析工具(分析文档、签章和证书)-程序员宅基地

文章浏览阅读1.4k次。前言ofd是国家文档标准,其对标的文档格式是pdf。ofd文档是容器格式文件,ofd其实就是压缩包。将ofd文件后缀改为.zip,解压后可看到文件包含的内容。ofd文件分析工具下载:点我下载。ofd文件解压后,可以看到如下内容: 对于xml文件,可以用文本工具查看。但是对于印章文件(Seal.esl)、签名文件(SignedValue.dat)就无法查看其内容了。本人开发一款ofd内容查看器,..._signedvalue.dat

基于FPGA的数据采集系统(一)_基于fpga的信息采集-程序员宅基地

文章浏览阅读1.8w次,点赞29次,收藏313次。整体系统设计本设计主要是对ADC和DAC的使用,主要实现功能流程为:首先通过串口向FPGA发送控制信号,控制DAC芯片tlv5618进行DA装换,转换的数据存在ROM中,转换开始时读取ROM中数据进行读取转换。其次用按键控制adc128s052进行模数转换100次,模数转换数据存储到FIFO中,再从FIFO中读取数据通过串口输出显示在pc上。其整体系统框图如下:图1:FPGA数据采集系统框图从图中可以看出,该系统主要包括9个模块:串口接收模块、按键消抖模块、按键控制模块、ROM模块、D.._基于fpga的信息采集

微服务 spring cloud zuul com.netflix.zuul.exception.ZuulException GENERAL-程序员宅基地

文章浏览阅读2.5w次。1.背景错误信息:-- [http-nio-9904-exec-5] o.s.c.n.z.filters.post.SendErrorFilter : Error during filteringcom.netflix.zuul.exception.ZuulException: Forwarding error at org.springframework.cloud..._com.netflix.zuul.exception.zuulexception

邻接矩阵-建立图-程序员宅基地

文章浏览阅读358次。1.介绍图的相关概念  图是由顶点的有穷非空集和一个描述顶点之间关系-边(或者弧)的集合组成。通常,图中的数据元素被称为顶点,顶点间的关系用边表示,图通常用字母G表示,图的顶点通常用字母V表示,所以图可以定义为:  G=(V,E)其中,V(G)是图中顶点的有穷非空集合,E(G)是V(G)中顶点的边的有穷集合1.1 无向图:图中任意两个顶点构成的边是没有方向的1.2 有向图:图中..._给定一个邻接矩阵未必能够造出一个图

随便推点

MDT2012部署系列之11 WDS安装与配置-程序员宅基地

文章浏览阅读321次。(十二)、WDS服务器安装通过前面的测试我们会发现,每次安装的时候需要加域光盘映像,这是一个比较麻烦的事情,试想一个上万个的公司,你天天带着一个光盘与光驱去给别人装系统,这将是一个多么痛苦的事情啊,有什么方法可以解决这个问题了?答案是肯定的,下面我们就来简单说一下。WDS服务器,它是Windows自带的一个免费的基于系统本身角色的一个功能,它主要提供一种简单、安全的通过网络快速、远程将Window..._doc server2012上通过wds+mdt无人值守部署win11系统.doc

python--xlrd/xlwt/xlutils_xlutils模块可以读xlsx吗-程序员宅基地

文章浏览阅读219次。python–xlrd/xlwt/xlutilsxlrd只能读取,不能改,支持 xlsx和xls 格式xlwt只能改,不能读xlwt只能保存为.xls格式xlutils能将xlrd.Book转为xlwt.Workbook,从而得以在现有xls的基础上修改数据,并创建一个新的xls,实现修改xlrd打开文件import xlrdexcel=xlrd.open_workbook('E:/test.xlsx') 返回值为xlrd.book.Book对象,不能修改获取sheett_xlutils模块可以读xlsx吗

关于新版本selenium定位元素报错:‘WebDriver‘ object has no attribute ‘find_element_by_id‘等问题_unresolved attribute reference 'find_element_by_id-程序员宅基地

文章浏览阅读8.2w次,点赞267次,收藏656次。运行Selenium出现'WebDriver' object has no attribute 'find_element_by_id'或AttributeError: 'WebDriver' object has no attribute 'find_element_by_xpath'等定位元素代码错误,是因为selenium更新到了新的版本,以前的一些语法经过改动。..............._unresolved attribute reference 'find_element_by_id' for class 'webdriver

DOM对象转换成jQuery对象转换与子页面获取父页面DOM对象-程序员宅基地

文章浏览阅读198次。一:模态窗口//父页面JSwindow.showModalDialog(ifrmehref, window, 'dialogWidth:550px;dialogHeight:150px;help:no;resizable:no;status:no');//子页面获取父页面DOM对象//window.showModalDialog的DOM对象var v=parentWin..._jquery获取父window下的dom对象

什么是算法?-程序员宅基地

文章浏览阅读1.7w次,点赞15次,收藏129次。算法(algorithm)是解决一系列问题的清晰指令,也就是,能对一定规范的输入,在有限的时间内获得所要求的输出。 简单来说,算法就是解决一个问题的具体方法和步骤。算法是程序的灵 魂。二、算法的特征1.可行性 算法中执行的任何计算步骤都可以分解为基本可执行的操作步,即每个计算步都可以在有限时间里完成(也称之为有效性) 算法的每一步都要有确切的意义,不能有二义性。例如“增加x的值”,并没有说增加多少,计算机就无法执行明确的运算。 _算法

【网络安全】网络安全的标准和规范_网络安全标准规范-程序员宅基地

文章浏览阅读1.5k次,点赞18次,收藏26次。网络安全的标准和规范是网络安全领域的重要组成部分。它们为网络安全提供了技术依据,规定了网络安全的技术要求和操作方式,帮助我们构建安全的网络环境。下面,我们将详细介绍一些主要的网络安全标准和规范,以及它们在实际操作中的应用。_网络安全标准规范