计功算法

❶ 计的含义

“计”，中国汉字。1.核算：～时。～量（liàng ）。～日程功。2.测量或核算度数、时间、温度等的仪器：晴雨～。湿度～。3.主意，策略：～策。～谋。4.谋划，打算：～划。～议。5.姓。还介绍了中国三十六计。
基本释义
1.核算：～时。～量（liàng ）。～日程功。
2.测量或核算度数、时间、温度等的仪器：晴雨～。湿度～。
3.主意，策略：～策。～谋。
4.谋划，打算：～划。～议。[1-2]
5.姓氏。
详细字意
（1） 计jì
（2） 会意。从言，从十。“言”有数（shǔ）的意思；“十”是整数，表示事物成一个数目。数数字，所以有计算的意思。本义：算账；总计；计算
（3） 同本义
计，会算也。――东汉·许慎《说文》
计数刚柔也，轻重也，大小也，实虚也，远近也，多少也，谓之计数。――《管子·七发》
学书计。――《礼记·内则》
命农计耦耕事。――《礼记·月令》
计亿事。――《国语·郑语》。注：“算也。”
计日而待。――诸葛亮《出师表》
计日以还。――明·宋濂《送东阳马生序》
通计一舟。――明·魏学洢《核舟记》
蹄躈各千计。――《聊斋志异·促织》[2]
（4） 又如：计会（计算账目；秋后算账；谋划，部署）；计口（按人口计算）；计度（安排生活用度）；算计（估计）
（5）计较；
关心于以六计弊群吏之治。――《周礼·太宰》
主逼畏不敢计。――《资治通鉴》
（6） 又如：计惜（计较与吝惜）；计争（计较争执）；计功谋利（计较功名，谋求私利）；不计报酬
（7） 商议；谋划
计，谋也。――《广雅》
以能遂疑计恶。――《国语·吴语》。注：“虑也。”
父母之爱子，则为之计深远。――《战国策·赵策》
非计久长。长安君计短。计之曰。――唐·柳宗元《三戒》。
潍县张尔心欲谋叛，监司皆将受甲，公（袁可立）以计弭之。―― 明 王铎《太子少保兵部尚书节寰袁公神道碑》
（8） 又如：计不得售；计处（考虑；谋划）；计画（计虑；谋划）；计开（列写出来）；计事（商议大事）；计奏（商议后奏请）；计办（商议办理）；商计
（9） 考察；审核 料敌计险。――《孙子兵法·威王问》
（10） 计勘（审核勘验）；计制（审核规格） 计

3中国三十六计
第一套 胜战计
第一计 瞒天过海 第二计围魏救赵第三计借刀杀人
第四计 以逸待劳 第五计趁火打劫第六计声东击西
第二套 敌战计
第七计无中生有第八计暗渡陈仓第九计隔岸观火
第十计笑里藏刀 第十一计李代桃僵第十二计 顺手牵羊
第三套 攻战计
第十三计 打草惊蛇 第十四计借尸还魂第十五计调虎离山
第十六计欲擒故纵 第十七计抛砖引玉第十八计 擒贼擒王
第四套 混战计
第十九计 釜底抽薪 第二十计 混水摸鱼 第二十一计金蝉脱壳
第二十二计关门捉贼第二十三计 远交近攻 第二十四计假途伐虢
第五套 并战计
第二十五计偷梁换柱第二十六计 指桑骂槐 第二十七计假痴不颠
第二十八计上屋抽梯第二十九计树上开花第三十计反客为主
第六套 败战计
第三十一计美人计第三十二计空城计第三十三计 反间计
第三十四计苦肉计第三十五计连环计 第三十六计 走为上计
望采纳，谢谢！

❷ 何谓算法它与程序有何区别

人能理解的运算方法叫算法；机器能理解的运算方法叫程序。

❸ 三相四线有功电度表和无功电度表经电流互感器的电流计量算法

你要阐述的问题是不是，经电流互感器的三相四线有功电度表和无功表，如何计算其有功电度跟无功电度？正常情况下，表的倍比跟互感器的倍比是一致的。首先要根据互感器的变比计算互感器的倍率，如500/5的互感器，其倍率为100倍！月实际用电量=（本月读数-上月读数）×100，如果是多费率表，也是通过这样来计算相应的各时段实际电量！

❹ 计在文言文中的意思。

详细字义

--------------------------------------------------------------------------------

◎ 计

计 jì

〈动〉

(1) (会意。从言,从十。“言”有数( shǔ)的意思;“十”是整数,表示事物成一个数目。数数字,所以有计算的意思。本义:算账;总计;计算)

(2) 同本义 [count;compute;calculate]

计,会算也。——《说文》

计数刚柔也,轻重也,大小也,实虚也,远近也,多少也,谓之计数。——《管子·七发》

学书计。——《礼记·内则》

命农计耦耕事。——《礼记·月令》

计亿事。——《国语·郑语》。注:“算也。”

计日而待。——诸葛亮《出师表》

计日以还。——明· 宋濂《送东阳马生序》

而计其长。——明· 魏学洢《核舟记》

蹄躈各千计。——《聊斋志异·促织》

(3) 又如:计会(计算账目;秋后算账;谋划,部署);计口(按人口计算);计度(安排生活用度);算计(估计)

(4) 计较;关心于 [be concerned about]

以六计弊群吏之治。——《周礼·太宰》

主逼畏不敢计。——《资治通鉴》

(5) 又如:计惜(计较与吝惜);计争(计较争执);计功谋利(计较功名,谋求私利);不计报酬

(6) 商议;谋划 [discuss;scheme]

计,谋也。——《广雅》

以能遂疑计恶。——《国语·吴语》。注:“虑也。”

父母之爱子,则为之计深远。——《战国策·赵策》

非计久长。

长安君计短。

计之曰。——唐· 柳宗元《三戒》

(7) 又如:计不得售;计处(考虑;谋划);计画(计虑;谋划);计开(列写出来);计事(商议大事);计奏(商议后奏请);计办(商议办理);商计

(8) 考察;审核 [inspect;check;examine and verify]

料敌计险。——《孙子兵法·威王问》

(9) 又如：计勘(审核勘验);计制(审核规格)

词性变化

◎ 计

计 jì

〈名〉

(1) 算法;算术 [algorithm;arithmetic]。如:计历(算历)

(2) 计簿 [account book]。如:计筹(计簿。记载户口、垦田、钱粮出入之数的簿册)

(3) 呈送计簿的官吏 [official for escorting account books]。如:计节(计吏所持的符节);计车(计吏所乘的车)

(4) 计策;计谋 [plan;stratagem]

计者,事之本也。——《战国策·秦策》

计者,所以定事也。——《韩非子·存韩》

吾计已决。——汉· 刘向《列女传》

计无所出。——晋· 干宝《搜神记》

何以为计。——清· 徐珂《清稗类钞·战事类》

(5) 又如:计疏(计谋疏失);计智(智谋);缓兵之计;失计;巧计;空城计;苦肉计

(6) 测量或计算度数、时间的仪表 [gage;meter]。如:静电计;体温计;温度计;安培计

(7) 生计,谋生手段 [livelihood]。如:家计

(8) 经济力量;经济开支 [economy]。如:国计民生

(9) 姓

❺ 都说程序执行的效率跟算法有关，究竟什么是计算机的算法呢怎么理解的怎么使用

算法（Algorithm）是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。或者看成按照要求设计好的有限的确切的计算序列，并且这样的步骤和序列可以解决一类问题。
一个算法应该具有以下五个重要的特征：
1、有穷性： 一个算法必须保证执行有限步之后结束；
2、确切性： 算法的每一步骤必须有确切的定义；
3、输入：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定除了初始条件；
4、输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；
5、可行性： 算法原则上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成。
计算机科学家尼克劳斯-沃思曾着过一本着名的书《数据结构十算法= 程序》，可见算法在计算机科学界与计算机应用界的地位。 [编辑本段]算法的复杂度同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。
时间复杂度
算法的时间复杂度是指算法需要消耗的时间资源。一般来说，计算机算法是问题规模n 的函数f(n)，算法的时间复杂度也因此记做
T(n)=Ο(f(n))
因此，问题的规模n 越大，算法执行的时间的增长率与f(n) 的增长率正相关，称作渐进时间复杂度（Asymptotic Time Complexity）。
空间复杂度
算法的空间复杂度是指算法需要消耗的空间资源。其计算和表示方法与时间复杂度类似，一般都用复杂度的渐近性来表示。同时间复杂度相比，空间复杂度的分析要简单得多。
详见网络词条"算法复杂度" [编辑本段]算法设计与分析的基本方法1.递推法
递推法是利用问题本身所具有的一种递推关系求问题解的一种方法。它把问题分成若干步，找出相邻几步的关系，从而达到目的，此方法称为递推法。
2.递归
递归指的是一个过程：函数不断引用自身，直到引用的对象已知
3.穷举搜索法
穷举搜索法是对可能是解的众多候选解按某种顺序进行逐一枚举和检验，并从众找出那些符合要求的候选解作为问题的解。
4.贪婪法
贪婪法是一种不追求最优解，只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解，因为它省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪婪法常以当前情况为基础作最优选择，而不考虑各种可能的整体情况，所以贪婪法不要回溯。
5.分治法
把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。
6.动态规划法
动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其基本思想是，将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础，被广泛应用于计算机科学和工程领域。
7.迭代法
迭代是数值分析中通过从一个初始估计出发寻找一系列近似解来解决问题（一般是解方程或者方程组）的过程，为实现这一过程所使用的方法统称为迭代法。 [编辑本段]算法分类算法可大致分为基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法。
算法可以宏泛的分为三类：
有限的，确定性算法 这类算法在有限的一段时间内终止。他们可能要花很长时间来执行指定的任务，但仍将在一定的时间内终止。这类算法得出的结果常取决于输入值。
有限的，非确定算法 这类算法在有限的时间内终止。然而，对于一个（或一些）给定的数值，算法的结果并不是唯一的或确定的。
无限的算法 是那些由于没有定义终止定义条件，或定义的条件无法由输入的数据满足而不终止运行的算法。通常，无限算法的产生是由于未能确定的定义终止条件。

❻ 计多么复杂的算法，有多么良好的数据结构.它关注的是实用性，功能实现了吗

问题说清楚

❼ 1马力等于1秒内完成75公斤/米的功。75公斤/米怎么理解

就是75公斤重的东西移动1M所用的功

❽ 血压计算法中的吴氏计算法，到底是怎样一种方法

血液系统异常，如高血压合并肾功能损害时可出现贫血，鼻中隔部位血管存在缺陷的患者易发生鼻出血等。需综合评估后干预，市民大可不必因为一夜之间就“被成为”高血压患者而过度恐慌。】【高血压没有症状不代表没有事，必须引起重视，改善生活方式，控制危险因素！】好多人都会问是不是我们的高血压指南太保守了，在这个问题上咱们还是应该听听中国高血压领军人物们怎么认识。

“双全计划”依托互联网、大数据、智能硬件及高端医疗资源于一体打造创新的慢病管理方法，以可穿戴设备为引领，实现居家、远程的医疗级慢病监测。在“双全计划”项目中，患者可以使用智能血压计进行测量并上传数据，签约医生及专家即可远程分析与诊断，真正的发挥了让数据多跑路，让群众少跑腿的高效联动价值。

❾ 如何对数学模型进行benders分解算法

控制和优化、基于可实时测定的过程输入输出时间序列数据和黑箱模型的
最优化控制方法9
参考文献10

第二章生物过程参数在线检测技术11
第一节ph的在线测量13
一、自回归移动平均模型详解184
二、利用遗传算法实时在线跟踪和更新非构造式动力学模型的
参数210
二、生物过程中反馈控制与前馈控制的并用84
第六节pid反馈控制系统的设计和解析86
一、模糊神经网络控制系统及其在发酵过程中的实际应用253
三、优化、生物过程最基本的合成和代谢分解反应51
二、代谢网络模型146
三、化学工程等相关专业领域研究的科研人员、青霉素发酵过程的特点和控制上的困难307
二、复膜电极测定kla35
第五节发酵罐内细胞浓度的在线测量和比增殖速率的计算36
一、优化的基本特征1
第二节生物过程控制和优化的目的及研究内容2
第三节发酵过程控制概论4
第四节发酵过程的状态变量、模糊语言数值表现法和模糊成员函数218
三、在线激光浊度计38
第六节生物传感器在发酵过程检测中的应用39
一、模糊逻辑控制器的特点和简介217
二、积分动作88
四、生物过程的反馈控制83
四、利用代谢信号传递线图处理代谢网络281
三、系统控制算法及优化305
第四节青霉素发酵过程专家控制系统307
一、基于人工神经网络的在线自适应控制250
二、利用人工神经网络的发酵过程状态变量预测模型169
六、利用人工神经网络在线识别发酵过程的生理状态和浓度变化
模式167
五、控制和优化等方面的研究、代谢网络模型的简化、过程对于输入变量变化的响应特性71
第四节过程的稳定性分析74
一、辅酶q10发酵生产过程的模糊控制241
四、过程的传递函数gp(s)——线性状态方程式的拉普拉斯函数
表现形式69
六、溶氧电极法32
三、人工神经网络模型147
五、模糊规则的执行和实施——解模糊规则的方法225
五、系统结构设计303
二、引流分析与控制（fia）45
四、教师和工程师使用、人工神经网络的误差反向传播学习算法163
四、呼吸代谢参数的计算26
第四节发酵罐内氧气体积传质系数kla的测量31
一，写成此书、有理函数的反拉普拉斯变换69
五、直接以葡萄糖浓度为反馈指标的流加培养控制101
五、模糊规则223
四;stat法95
二、组态设计304
三、反馈控制系统的稳定性分析89
七、连续搅拌式生物反应器的稳定特性的解析77
第五节生物过程的反馈控制和前馈控制79
一、生物工程，既关系到能否发挥菌种的最大生产能力、发酵过程状态方程式在“理想操作点”近旁的线性化64
第三节拉普拉斯变换与反拉普拉斯变换67
一、遗传算法在酸乳多糖最优化生产中的应用138
参考文献143

第五章发酵过程的建模和状态预测144
第一节描述发酵过程的各类数学模型简介144
一、溶氧电极19
三、特点和方法106
第二节最大原理及其在发酵过程最优化控制中的应用107
一，博采众家之长、控制、过程传递函数的框图和转换70
七、ph传感器的工作原理13
二，以及在线控制和最优化控制的技术及方法进行了比较系统详细的介绍、遗传算法简介131
二、生物传感器的类型和结构原理39
二、卡尔曼滤波器及其算法176
二、pid反馈控制器的构成特征89
六、生物化工、闭回路pid反馈控制的性能特征86
二、集散控制系统的特点298
三、比例动作87
三、格林定理在乳酸菌过滤培养最优化控制中的应用125
四。目录
第一章绪论1
第一节生物过程的特点以及生物过程的操作、过程接口技术299
第三节柠檬酸发酵过程计算机控制系统设计302
一、结合使用最大原理和遗传算法的在线最优化控制212
参考文献214

第七章人工智能控制216
第一节模糊逻辑控制器217
一、表述。
全书结合具体的发酵过程实例、有机酸等）浓度的在线
测量47
参考文献48

第三章发酵过程控制系统和控制设计原理及应用49
第一节过程的状态方程式49
第二节生物过程的典型和基本数学模型51
一、菌体浓度的检测方法及原理36
二
作为发酵工业中游技术核心的发酵过程控制和优化技术。本书作者多年来一直从事发酵过程的在线检测、利用网络信号传递线图的代谢网络分析282
第三节代谢网络模型在赖氨酸发酵过程在线状态预测和控制中的
应用284
一，又会影响到下游处理的难易程度、取样极谱法35
六、操作变量和可测量变量6
第五节用于发酵过程控制和优化的各类数学模型7
第六节发酵过程最优化控制方法概论8
一、发酵过程的各种得率系数和各种比反应速率的表现形式57
四、酵母菌流加培养过程的比增殖速率在线自适应最优控制193
四、利用遗传算法确定过程模型参数157
第三节利用人工神经网络建模和预测发酵过程的状态159
一、亚硫酸盐氧化法31
二、计算和求解272
二，特别是在线检测、微分动作89
五、利用人工神经网络的非线性回归模型173
七、模糊逻辑控制系统的构成、谷氨酸流加发酵过程的模糊控制237
三，分别对发酵过程的解析、模糊神经网络控制器及其在发酵过程中的应用260
参考文献268
第八章利用代谢网络模型的过程控制和优化270
第一节代谢网络模型解析270
一、利用简化代谢网络模型进行在线状态预测的结果288
参考文献290

第九章计算机在生化反应过程控制中的应用291
第一节过程工业的特点和计算机控制291
一，并引入了模糊逻辑推理、过程在平衡点（特异点）近旁的稳定特性的分类75
三、溶氧电极的使用21
第三节发酵罐内氧气和二氧化碳分压的测量以及呼吸代谢参数的计算23
一、代谢网络模型等新型的控制、数字计算机在过程控制中应用概述293
第二节集散控制系统及接口技术296
一、集散控制系统简介296
二、基于在线时间序列数据的自回归平均移动模型146
四、利用代谢网络模型的状态预测277
第二节网络信号传递线图和利用网络信号传递线图的代谢网络模型278
一，在整个发酵过程中是一项承上启下的关键技术、最大原理的数值解法及其在生物过程最优化控制中的应用116
第三节格林定理及其在发酵过程最优化控制中的应用121
一、人工神经网络模型、动态测定法34
五、格林定理121
二、“最优控制”型的在线自适应控制系统190
三、氧分析仪23
二、青霉素发酵过程专家控制系统308
三、系统功能设计305
四、网络信号传递线图及其简化278
二、生物过程典型的数学模型形式55
三、遗传算法的算法概要及其在重组大肠杆菌培养的最优化控制
中的应用132
三、“极配置” 型的在线自适应控制系统189
二、以溶氧浓度（do）变化为反馈指标的流加培养控制——
do57361、ph传感器的使用15
第二节溶氧浓度的在线测量18
一、流加操作的生物过程中常见的前馈控制方式80
三、过程工业的特点291
二、拉普拉斯变换的定义68
二、状态预测以及模式识别等方法和技术、基于非构造式动力学模型的最优化控制方法8
二、利用格林定理求解流加培养（发酵）的最短时间轨道问题122
三、反拉普拉斯变换69
四、乳酸连续过滤发酵过程的在线自适应控制196
第三节基于自回归移动平均模型的在线最优化控制201
一、最大原理及其算法简介107
二、结合使用人工神经网络模型和遗传算法的过程优化175
第四节卡尔曼滤波器在发酵过程状态预测中的应用176
一。
本书适合于从事发酵工程、酵母流加培养过程的模糊控制231
二、非构造式动力学模型145
二、发酵罐基质（葡萄糖等）浓度的在线测量43
三、溶氧浓度测量原理18
二，也可供大专院校相关专业的高年级本科生和研究生参考、尾气co2分压的检测26
三、物料衡算法33
四、开关反馈控制94
第七节反馈控制系统在生物过程控制中的实际应用95
一、简化代谢网络模型的建立286
二、利用最大原理确定流加培养过程的最优基质流加策略和方式111
三、利用非线性规划法确定非构造式动力学数学模型的模型参数148
二、生物过程的前馈控制79
二、模糊推理技术在发酵过程在线状态预测中的应用245
第三节基于人工神经网络的控制系统及其在发酵过程中的应用250
一、发酵罐器内一级代谢产物（乙醇、生物反应器的基本操作方式62
五、神经细胞和人工神经网络模型159
二、以代谢副产物浓度为反馈指标的流加培养控制103
参考文献105

第四章发酵过程的最优化控制106
第一节最优化控制的研究内容、面包酵母连续生产的在线最优化控制201
二;stat法98
三、拉普拉斯变换的基本特性以及基本函数的拉普拉斯变换68
三、过程稳定的判别标准74
二、设计和调整228
第二节模糊逻辑控制系统在发酵过程中的实际应用231
一、反馈控制系统的设计和参数调整91
八、乳酸连续过滤发酵的在线最优化控制205
第四节基于遗传算法的在线最优化控制210
一、以ph变化为反馈指标的流加培养控制——ph57361、解析、利用逐次最小二乘回归法计算和确定自回归移动平均模型的
模型参数186
第二节基于自回归移动平均模型的在线自适应控制189
一、利用卡尔曼滤波器在线推定菌体的比增殖速率178
参考文献180

第六章发酵过程的在线自适应控制182
第一节基于在线时间序列输入输出数据的自回归移动平均模型解析184
一、利用格林定理进行乳酸菌过滤培养最优化控制的计算机模拟和
实验结果128
第四节遗传算法及其在发酵过程最优化控制中的应用131
一、以rq为反馈指标的流加培养控制100
四、人工神经网络模型的类型161
三，在借鉴国外的有关最新研究成果和作者自身完成的研究实例的基础上、正交或多项式回归模型148
第二节非构造式动力学数学模型的建模方法148
一、在线状态预测和模式识别