https://community.wolfram.com Wolfram社区的RSS订阅源，显示按活动排序的所有组的任何讨论 https://community.wolfram.com/groups/-/m/t/3279476 有两个功能f[x_]：=哪个[0&lt；=Mod[x，2\[Pi]]&lt\[Pi]，Mod[x，\[Pi]]，\[Pi]&lt；=模式[x，2\[Pi]]&lt；2\[Pi]，-Mod[x，\[Pi]]+\[Pi]和g[x_]：=\[Pi]（1-（-1）^商[x，\[Pi]]）/2+（-1从他们的图表中可以看出，他们是平等的。但如何用Wolfram工具证明这一点呢？换句话说，Wolfram如何从f中得到g，反之亦然？是&#039；对Wolfram专家来说，比较同一数学实体的两个根本不同的定义并在给定的系统中证明它们的等价性是一个挑战吗？从所附文件的名称可以看出，有第三个等效函数：arccocos[x_]：=ArcCos[Cos[x]]。因此，任务变得更加复杂。我们需要证明Wolfram中三个函数的相等性。 萨沙曼德拉·曼德拉 2024-09-22T14:46:19Z年 https://community.wolfram.com/groups/-/m/t/3280387 我寻求社区的帮助，指导我如何在Mathematica中绘制三元等高线和密度图？ 比卡什·库马尔·阿查里亚 2024-09-23T12:18-11Z https://community.wolfram.com/groups/-/m/t/3276647 ![在此处输入图像描述][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=humanToDogVisionLoop-ezgif.com-optimize.gif&amp；用户Id=11733[2]: https://www.wolframcloud.com/obj/ca5253ff-b684-47db-89b4-0892f40e0186 菲利亚斯·达泽利-盖斯特 2024-09-18T14:34:01Z年9月18日 https://community.wolfram.com/groups/-/m/t/3265520 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/036ab205-9c8b-47a7-8700-48135bd9afcb 理查德·弗罗斯特 2024-09-04T05:29:39分 https://community.wolfram.com/groups/-/m/t/3279655 我在Mathematica中处理两个大列表“list1”和“list2”时遇到了一个问题，每个列表都包含3600×2个数值单元格。在这些列表之间执行一些算术运算后，这两个符号都变得未定义，需要我重新定义它们并再次计算前面的单元格。我注意到，当我从这些列表中创建Dataset对象时，问题并没有发生。我怀疑这可能与我电脑的内存消耗有关。其他人也有类似的经历吗？（我使用的是Windows 10，32GB RAM，第11代Intel i7-11700@2.50GHz） 埃胡德·比哈尔 2024-09-22T15:03:45 Z https://community.wolfram.com/groups/-/m/t/3279791 ##### ... 或&#034；从软件工程的角度制作健壮的LLM计算管道&#034；[！[在此处输入图像描述][1](https://youtu.be/QOsVTCQZq_s)##摘要大型语言模型（LLM）是功能强大的工具，具有多种功能，但从软件工程（SE）的观点来看（POV）它们不可预测且速度缓慢。在本演示文稿中，我们考虑了五种方法，以制作包括LLM的更健壮的SE管道。我们还考虑了在&#034；中使用LLM的一般方法工作流；每天练习" 以下是我们考虑的五种方法：1.用于配置执行转换的DSL-基础结构、语言设计级解决方案2.详细、精心设计的提示-AKA&#034；即时工程&#034；3.少培训，带示例4.通过问答系统（QAS）和代码模板5.语法-LLM责任链6.使用数据类型和形状对多个LLM结果进行测试与修建SE管道相比，[识字编程（LP）](https://en.wikipedia.org/wiki/Literate_programming网站) 提供了使用LLM的双重或替代方法。为此，它需要以下方面的支持和促进：-方便的LLM交互（或聊天）-文件执行（编织和缠绕）Python、Raku、Wolfram Language（WL）支持所讨论的LLM工作流方法。R中的支持是通过Python完成的（使用[&#034；reticulate&#034；](https://rstudio.github.io/reticulate网站/)，[TKp1]。）演示文稿包括多个示例和展示案例。LLM使用过程的建模已*暗示*但未讨论。以下是演示的心得图：[！[在此处输入图像描述][2](https://raw.githubusercontent.com/antononcube/RakuForPrediction-book/refs/heads/main/Presentations/DataScieceStudyGroup-SouthFL-September-2024/images/Robust-LLM-pipelines-SouthFL-DSSG-mind-map-light-mode.pdf)以下是演示中使用的笔记本：-[演示文稿笔记本](https://www.wolframcloud.com/obj/antononcube/Published/Robust-LLM-Pipelines-SouthFL-DSSG-MultiLang.nb网址)-[Robust-LLM-Pipelines-SouthFL-DSSG-Python.ipynb]-[Robust-LLM-Pipelines-SouthFL-DSSG-Raku.ipynb]-----##基于LLM的工作流的一般结构基于LLM功能展开和优化工作流的所有系统方法都将包括几个决策点和迭代，以确保获得令人满意的结果。该流程图概述了这样一种系统方法：![在此处输入图像描述][3]-----##参考文献###文章、博客帖子[AA1]安东·安东诺夫，[&#034；具有LLM功能的工作流(https://rakuforprediction.wordpress.com/2023/08/01/workflows-with-llm-functions网站/),(2023),[WordPress上的RakuForPrediction](https://rakuforprediction.wordpress.com).###笔记本[AAn1]安东·安东诺夫，[&#034；具有LLM功能的工作流（在Raku中）(https://community.wolfram.com/groups/-/m/t/2982320),(2023),【Wolfram社区】(https://community.wolfram.com).[AAn2]安东·安东诺夫，[&#034；具有LLM函数的工作流（在Python中）(https://community.wolfram.com/groups/-/m/t/3027081),(2023),【Wolfram社区】(https://community.wolfram.com).[AAn3]安东·安东诺夫，[&#034；具有LLM功能的工作流（在WL中）(https://community.wolfram.com/groups/-/m/t/3027081),(2023),【Wolfram社区】(https://community.wolfram.com).###程序包####拉库[AAp1]安东·安东诺夫，[LLM:：函数Raku包](https://github.com/antoncube/Raku-LLM函数),(2023-2024),[GitHub/antononcube](https://github.com/antononcube网站).（[raku.土地](https://raku.land/zef:antononcube/LLM:：函数))安东·安东诺夫，[LLM:：提示Raku包](https://github.com/antononcube/Raku-LLM-Prompts网站),(2023-2024),[GitHub/antononcube](https://github.com/antononcube网站).（[raku.土地](https://raku.land/zef:antononcube/LLM:：提示))[AAp3]安东·安东诺夫，[Jupyter:：聊天簿Raku套餐](https://github.com/antononcobe/Raku-Jupyter-Chatbook),(2023-2024),[GitHub/antononcube](https://github.com/antononcube网站).（[raku.土地](https://raku.land/zef:antononcube/Jupyter:：查特簿))####Python公司[AAp4]安东·安东诺夫，[LLMFunctionObjects Python包](https://pypi.org/project/LLM功能对象/),(2023-2024),[PyPI.org/antononcube](https://pypi.org/user/antononcube（网址：https://pypi.org/user/antononcube）).[AAp5]安东·安东诺夫，[LLMPrompts Python包](https://pypi.org/project/LLMPrompts网站/),(2023-2024),[GitHub/antononcube](https://pypi.org/user/antononcube网站/).[AAp6]安东·安东诺夫，[JupyterChatbook Python包](https://pypi.org/project/JupyterChatbook网站/),(2023-2024),[GitHub/antononcube](https://pypi.org/user/antononcube网站/).马克·沃茨，[jupytext Python包](https://github.com/mwouts/jupytext),(2021-2024),[GitHub/mwouts](https://github.com/mwouts).####R（右）[TKp1]托马斯·卡林诺夫斯基（Tomasz Kalinowski）、凯文·乌西（Kevin Ushey）、JJ Allaire、RStudio、袁唐（Yuan Tang）、，[网状R包装](https://rstudio.github.io/reticulate网站/),(2016-2024)###视频[AAv1]安东·安东诺夫，[&#034；健壮的LLM管道（Mathematica、Python、Raku）(https://youtu.be/QOsVTCQZq_s),(2024),[YouTube/@AAA4预测](https://www.youtube.com/@AAA4预测）。[AAv2]安东·安东诺夫，[&#034；将大型语言模型与Raku集成(https://www.youtube.com/watch？v=-OxKqRrQvh0），(2023),【YouTube 2023年Raku会议】(https://www.youtube.com/@therakuconference6823）。[1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=健壮-LLM-管道-缩略图-2.png&amp；用户Id=143837[2]: https://community.wolfram.com//c/portal/getImageAttachment？filename=健壮-LLM-pipelines-SouthFL-DSSG-mind-map-light-mode.png和amp；用户Id=143837[3]: https://community.wolfram.com//c/portal/getImageAttachment？文件名=LLM-workflows-flowchart-dot.jpeg&amp；用户Id=143837 安东·安东诺夫 2024-09-22T16:28:57赫兹 https://community.wolfram.com/groups/-m/t/2303572 我最近注册了专业版，以获得分步解决方案，但他们没有&#039；这对我来说不管用。我看到了解决方案的开头，但随后它&#039；没有按钮可以单步浏览解决方案或一次查看整个解决方案。我只能关闭我能看到的一点点。那里&#039；是一个打印图标，我希望至少能够打印成pdf或其他格式，并获得完整的解决方案，但这个按钮似乎什么也做不到。！[这是我看到的所有分步解决方案的示例][1][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=step_by_step.png&用户Id=2303554 迈克尔·杜圭 2021-07-01T16:59:19Z https://community.wolfram.com/groups/-/m/t/3156766 你好！I&#039；我是法国尼斯EDJ国际学校的新闻教师我的学生可以使用Mathematica 14（但他们主要使用聊天驱动笔记本，因为wolfram语言对他们来说有点复杂）。无论如何。作为&#034；的一部分；数据新闻&#034；当然，我想让他们阅读这篇文章https://www.dailymail.co.uk/news/article-13266707/Everyone-Japan-called-Sato-year-2531-countrys-marriage-laws.html它讲述了东北大学一位经济学教授的故事，他得出结论说，鉴于日本的已婚夫妇放弃了一个姓氏，而选择了同一个人，每个人都会被称为&#034；SATO&#034；到2531年。我&#039；我希望学生们为自己的国家进行同样的模拟（在找到候选人的姓氏之后——对于意大利，这个姓氏可能是罗西）现在，经过一番挖掘，我；我在这个PDF中找到了https://think-name.jp/assets/pdf/Sato_estimation_yoshida_hiroshi.pdf用于日本计算的方法：过去数据的处理首先，我们从&#034；提供和发布的数据中获得了日本佐藤姓的人数；Myoji-yurai.net&#034；(https://myoji-yurai.net网站/)占日本姓氏99.04%以上。接下来，我们将佐藤姓的人数除以日本每年的总人口（由内务和通信部估计）*99.04%，得出&#034；佐藤姓氏在给定年份的比例t&#034；：x（t）。根据最近几年（2022年至2023年）佐藤姓的变化，我们计算了佐藤姓比率中的一年增长率[Rho]。估计结果（1）佐藤姓氏的增长率\[Rho]。发现佐藤姓x（t）的比率从2013年的1.480%增加到2023年的1.530%，在10多年的时间里增加了0.05个百分点。根据2022年和2023年的最新数据计算，佐藤姓氏比率的增长率为（1+[Rho]）=1.0083。（2） 未来模拟假设佐藤姓与日本人口的比率将以每年1.0083的速度增长，从2023年3月的1.530%开始，并重复计算x（t+1）=（1+\[Rho]）x（t），计算得出大约500年后，即2531年，这个比率将达到100%。-----**问题是：有人愿意为我编写Wolfram语言通用代码来执行相同的**吗？理想情况下，学生可以获得自己国家的基本数据（如果可能，直接使用WolfrmaLanguage函数，如果不可能从外部来源获得），并让系统为他们执行模拟（当然，强制日语角色&#034；选择一个姓氏&#034，即使不是特定国家的情况）它也可能不会收敛，我们永远不会有&#034；仅罗西&#034；这个国家甚至在3500年都没有……也许是的。但那&#039；这也是模拟的重点。谢谢！！ 马可·巴索蒂 2024-04-11T09:01:38Z https://community.wolfram.com/groups/-/m/t/3278998社区 我有清单：{{195, 0.81},{200, 0.33},{205, 0.68}}我想从中创建以下字符串："195\t0.81\n200\t0.33\n205\t0.68&#034；也就是说，将两列表的Wolfram语法转换为由制表符分隔的值组成的字符串。你知道怎么做吗？ 埃胡德·比哈尔 2024-09-22T09:20:56Z年 https://community.wolfram.com/groups/-/m/t/3279572 ![在此处输入图像描述][1]![在此输入图像描述][2]原文：Limpanuparb，T.，Chiranon，W.，&；Intaraprasit，M.（2024年）。从化学元素构建单词：介绍元素周期表的有趣且包容的方法。国际化学教师，6（3），311&#x2013；321. [https://doi.org/10.1515/cti-2023-0058][3]----------**文章摘要**：在课堂活动中开发了一个通过组合化学元素符号书写单词（或人名）的程序，介绍元素周期表、元素属性和周期趋势。我们提供了多个例子和可能的想法，以提高学生的参与度，并在课堂上创造一个包容性的环境。将学习元素周期表时常见的混淆和错误制成表格并进行讨论。除了拼写单词和使用元素符号创建图形外，该程序还可以显示和打印元素的属性，作为造词游戏的一部分。----------介绍------------本笔记本旨在以一种引人入胜的包容性方式向学生介绍元素周期表。它允许用户通过组合化学元素符号拼写单词，包括个人姓名。本笔记本将化学教育与谜题和游戏相结合，以提高学生的参与度，帮助他们记住元素属性、符号和周期性趋势。该笔记本还支持以抽认卡的形式显示元素及其属性，使其成为入门和高级化学课程的通用工具。![在此处输入图像描述][4]它允许用户使用化学元素符号拼写单词和名称，使学习变得有趣和个性化。笔记本还显示和打印元素属性，如原子序数和其他化学特征，有助于巩固知识。它注重包容性，为视障学习者整合了讲故事和触觉材料，如盲文。笔记本电脑采用可定制的Mathematica代码，具有灵活性，使教师能够根据不同的教育需求进行调整。它还通过链接周期趋势、摩尔质量和其他属性来支持高级学习，使其适用于入门和高级化学课程。此外，笔记本允许用户创建持久的教育工艺品，如贴纸和T恤，促进课堂以外的持续学习。----------用化学符号拼写单词和名称：---------------------------------------------用户可以通过组合元素周期表中的元素符号来创建单词或名称，从而使学习变得有趣和交互式。这一功能增强了学生的参与度，并可根据不同的课堂环境进行调整。笔记本还允许自定义输出图形，包括颜色强度、字体类型（包括*Courier*或*Braille*）以及符号块的随机倾斜等选项。![在此处输入图像描述][5]----------元素属性的集成：------------------------------------该程序显示并打印所选元素的属性，如原子序数、符号和其他化学特征，作为造词游戏的一部分。除了基本记忆之外，笔记本还可以探索周期性趋势和更复杂的属性，如摩尔质量、丰度和电负性。![在此处输入图像描述][6]----------用于教育用途的艺术品创作：--------------------------------------笔记本的输出，例如基于自定义元素的单词，可以打印在各种材料上（例如，贴纸、卡片），创造出学生可以在课堂内外使用的持久的教育艺术品。![在此处输入图像描述][7]----------基本闪存卡：----------------笔记本还允许创建可用于教育目的的元素卡。我们的团队开发了一款基于元素符号的纸牌游戏，可在[https://lnwgo.com/qr/p/383292/340？s=c27a09f4][8] *（自2024年10月1日起/此警告将在日期之后删除。）*![在此处输入图像描述][9]![在此处输入图像描述][10]----------链接到笔记本--------------------------------永久链接可与论文一起作为补充材料。[https://drive.google.com/file/d/1FfUM-SryGsDrowPjPqx0fkPEFH7xAEjb/view？usp=共享][11] *当论文更新时，此临时链接将被删除*![在此输入图像描述][12][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=Ilovewolfram.png&用户Id=3278210[2]: https://community.wolfram.com//c/portal/getImageAttachment？filename=letters.JPG&用户Id=3278210[3]: https://doi.org/10.1515/cti-2023-0058[4]: https://community.wolfram.com//c/portal/getImageAttachment？filename=unnamed.png&用户Id=3278210[5]: https://community.wolfram.com//c/portal/getImageAttachment？filename=3.2WordstoGraphics%28options%29.gif&用户Id=3278210[6]: https://community.wolfram.com//c/portal/getImageAttachment？filename=4.2WordstoGraphics%28，属性限制%29.gif&用户Id=3278210[7]: https://community.wolfram.com//c/portal/getImageAttachment？filename=9529artefacts.JPG&用户Id=3278210[8]: https://lnwgo.com/qr/p/3383292/340？s=c27a09f4[9]: https://community.wolfram.com//c/portal/getImageAttachment？filename=cards.JPG&用户Id=3278210[10]: https://community.wolfram.com//c/portal/getImageAttachment？filename=Periodica.JPG&用户Id=3278210[11]: https://drive.google.com/file/d/1FfUM-SryGsDrowPjPqx0fkPEFH7xAEjb/view？usp=共享[12]: https://community.wolfram.com//c/portal/getImageAttachment？filename=5.2.7PeriodicTable82Years.gif&用户Id=3278210 威拉帕特·奇拉农 2024-09-22T08:25:17Z https://community.wolfram.com/groups/-/m/t/3270548 ![在此处输入图像描述][1]9月16日，星期一，沃尔夫拉姆大学语言入门每日学习小组开始。加入我、[Eryn Gillam][2]和一群同学，学习Wolfram语言编程。我们为研究小组提供的主题包括列表操作、使用和制作功能、使用动态功能以及处理图像、声音、形状和颜色。无需Wolfram语言经验。请随时使用此帖子与其他学习者合作并分享想法、材料和其他资源的链接。#日期和时间：#9月16日-10月4日，美国东部时间上午11点至下午12点（格林尼治标准时间下午4点至5点）#[在此注册][3]#[1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=wolframubanner.jpeg&用户Id=1835305[2]: https://community.wolfram.com/web/eryng（网址：https://community.wolfram.com/web/eryng）[3]: https://www.bigmarker.com/series/an-elementary-introduction-to-wl-wsg57/series_details？utm_bmcr_source=社区 罗里·福尔杰 2024-09-09 T17:24:27Z https://community.wolfram.com/groups/-/m/t/3279337 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/0cdee52c-eefe-4054-9ba6-0881bbaffd11 迈克尔·罗杰斯 2024-09-22T02:34:14Z年9月22日 https://community.wolfram.com/groups/-/m/t/3275100 !解的二维和三维图形。利用对称性研究加德纳方程的完全可积性、孤立波解和孤立子[1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=4979Hero.png&用户Id=20103[2]: https://www.wolframcloud.com/obj/f5ee122e-2f37-42a2-bd65-109284417b7e 威利·赫里曼 2024-09-16T17:51:37Z https://community.wolfram.com/groups/-/m/t/3273996 你好。我对沃尔夫拉姆很陌生。有人愿意分享一下如何通过输入上述方程中的相关未知量来求解欧拉-拉格朗日方程（最低方程）吗。谢谢您。![在此处输入图像描述][1][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=Screenshot2024-09-14201400.png和；用户Id=3273964 Ee Kin Chan先生 2024-09-14T12:26:23Z年9月14日 https://community.wolfram.com/groups/-/m/t/3268180 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/97263603-53e7-4410-9005-441c3afc8ef8 托马斯·阿德勒 2024-09-06T03:31:26Z年9月 https://community.wolfram.com/groups/-/m/t/3278832 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/7ddd3896-85bf-4766-916b-9a8f32a64ff1 阿里汉特·加德加德 2024-09-20T22:28:55 Z https://community.wolfram.com/groups/-/m/t/3277817 这个问题是在阅读了technote on Patterns中【对模式施加限制】[1]一节中出现的几乎最后一个例子后出现的。为什么以下函数不执行&#039；不工作？q[x_Integer，y_Integer？（函数[{v，u}，v+u&lt；8]）：=qp[x+y]也就是说，我希望只在`x+y&lt；时计算函数`q`；8`，通过使用纯函数，例如，{q[{3,4}]，q[{1,1}]，q[{-5，-7}]}会回来的（*{qp[7]，qp[2]，q[{-5，-7}]}*）注意以下工作：q[{x_Integer，y_Integer}？（函数[v，v[[1]]+v[2]&lt；8]）：=qp[x+y]但我希望函数`q`接受两个独立的参数`x`和`y`，而不是两个参数`{x，y}`的列表。[1]: https://reference.wolfram.com/language/tutorial/Patterns.html#1615 埃胡德·比哈尔 2024-09-19T15:35:57 Z https://community.wolfram.com/groups/-/m/t/3277729 有人能给我指一下Wolfram课程中使用的笔记本的最新版本吗&#034；线性代数导论&#034；？提前致谢。 阿尔多·萨尔茨伯格 2024-09-19T16:01:01Z https://community.wolfram.com/groups/-/m/t/3278492 ![在此处输入图像描述][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=6249hero.png&用户Id=20103[2]: https://www.wolframcloud.com/obj/fc1f26f4-4c75-4fa8-b097-c8926551933a 阿里汉特·加德加德 2024-09-20T16:36:50Z https://community.wolfram.com/groups/-/m/t/3278546 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/2deadc0e-4deb-4806-9443-09f99d1a090c 曼努埃拉·穆齐卡·迪兹达雷维奇 2024-09-20T16:18:31Z https://community.wolfram.com/groups/-/m/t/3275610 ![在此处输入图像描述][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=kssynth.gif&用户ID=3211209[2]: https://www.wolframcloud.com/obj/2f2bb43a-95e9-4674-940b-ba2974bd9e92 威廉·崔金（William Choi-Kim） 2024-09-17T05:34:13Z年9月17日 https://community.wolfram.com/groups/-/m/t/3278147 你好，结果=网格[{绘图[Sin[x]，{x，1,5}]}，{绘图[Cos[x]、{x，1，6}]}}，框架-&gt；全部，FrameStyle-&gt；指令[红色，带点]]会产生这个![在此处输入图像描述][1]但将此数字导出为pdf将丢失左右框架导出[&#034；C:\\Users\\hello\\Downloads\\delete.pdf；，结果]![在此输入图像描述][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=Screenshot2024-09-20185404.png和；用户Id=2471588[2]: https://community.wolfram.com//c/portal/getImageAttachment？filename=Screenshot2024-09-20185644.png和；用户Id=2471588 曾振宇 2024-09-20T10:58:05Z https://community.wolfram.com/groups/-/m/t/3278362 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/69b79ad0-88e7-40c5-a0c7-ea8932ac2a0d 罗曼·贝伦斯 2024-09-20T12:51:54 Z https://community.wolfram.com/groups/-/m/t/3278068 我如何在Wolfram Alpha中根据此公式构建真理表：（（A和（如果B，则C））或（C和非A））提前谢谢你洛伦兹 洛伦斯·鲍尔 2024-09-20T00:11:10Z https://community.wolfram.com/groups/-/m/t/3277773社区 执行`ServiceConnect[&#034；GoogleCalendar&#034！]`将在我的浏览器中打开一个Google登录表单，但在选择我的帐户后，我收到以下消息：![错误消息截图][1]上面写着&#034；访问被阻止：wolfram.com尚未完成谷歌验证过程。wolfram.com尚未完成谷歌的验证过程。该应用程序目前正在测试中，只能由开发人员批准的测试人员访问。如果您认为您应该具有访问权限，请联系开发人员。如果您是wolfram.com的开发人员，请参阅错误详细信息。错误403:access_denied&#034；[1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=Screenshot2024-09-19at15.50.33.png和；用户Id=2930692 汤姆·利伯 2024-09-19T22:52:10兹 https://community.wolfram.com/groups/-/m/t/3277880 ![在此处输入图像描述][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=2661Main19092024.png&用户Id=20103[2]: https://www.wolframcloud.com/obj/b1ecd1ea-d73f-4f1b-b38f-685017f6eb87 斯蒂芬·索罗卡尼奇 2024-09-19T19:50:40 Z https://community.wolfram.com/groups/-/m/t/3277858 ![数学游戏：排序和规范形式][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=10404Main19092024.png&用户Id=20103[2]: https://www.wolframcloud.com/obj/60f7ec51-dad7-40e0-aeb0-c9ad70b93459 艾得·佩格 2024-09-19T18:47:51 Z https://community.wolfram.com/groups/-/m/t/3277715 ![在此处输入图像描述][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=Main19092024.png&用户Id=20103[2]: https://www.wolframcloud.com/obj/4f3e5b7e-e1ee-4e54-9f83-498f89fbbeet网站 基里尔·别洛夫 2024-09-19T13:04:09Z https://community.wolfram.com/groups/-/m/t/3277453 嗨，伙计们我的上一篇帖子似乎引起了人们的兴趣，这是一个我不可避免地要解决的一般性问题。下面是编写Mathematica脚本并在Python中求解的基本示例，然后使用Matplotlib在Pythin中提取和绘制数据。这个例子可以扩展到更复杂的问题，从而使一个人能够兼顾两个方面。从wolframclient.evaluation导入WolframLanguageSession从wolframclient.language导入wl，wlxpr将matplotlib.pyplot作为plt导入将numpy导入为npsession=WolframLanguageSession（）wolfram_code=&#034""s=NDSolve[{y&#039；[x]==y[x]Cos[x+y[x]，y[0]==1}，y，{x，0，30}]；表[{x，y[x]/.s}，{x，0，30，0.1}]"""#评估Wolfram代码结果=会话评估（wlexpr（wolfram_code））#终止Wolfram会话session.terminate（）#从结果中提取x和y值x_vals=[结果中对的对[0]y_vals=[结果中成对的成对[1]]#使用matplotlib绘制解决方案plt.plot（x值，y值，标签=y（x）标签（&#039；x&#039）伊拉贝尔岛（&#039；y（x）&#039）plt.title（y\&#039；[x]=y[x]Cos[x+y[x]的解plt.grid（真）plt.图例（）#显示绘图plt.show（） 米沙尔·莫汉拉尔 2024-09-19T07:44:18Z https://community.wolfram.com/groups/-m/t/1731808 ![在此处输入图像描述][1]概述--------微分方程在建模随时间变化的复杂系统时非常有用。对于这个探索，我们正在研究的微分方程有一个特殊的形式：x&#039'[t] +x&#039；[t] ==f[x[t]]，其中f是实值函数。本项目的目标是研究这些方程的不同行为，并能够使用有监督机器学习对不同行为进行分类。微分方程的混沌行为--------------------------------------------可视化这种混沌行为的一种方法是使用相图。相图显示了函数及其导数和二阶导数是如何变化的。这里有一个例子：x[t]+x[t]==Sin[Exp[x[t2]的解似乎在{t，0,15}范围内表现出混沌行为：![在此处输入图像描述][2]欧氏距离检验-----------------------我们可以计算相位肖像中两点之间的距离。通过连续收集采样点，结果是一系列距离。如果图收敛，序列将收敛到零。序列的连续差值也将变为零。注意，如果点距离原点很远，则有必要用它们到原点的距离来划分术语。这里是输出的一个示例，它是距离序列/距原点距离与其行为的差异列表的绘图。![在此处输入图像描述][3]![在此处输入图像描述][4]分类和机器学习-----------------------------下图是从1000个形式为x&#039；的微分方程中提取的结果'[t] +x&#039；[t] ==f[x[t]]。这些图分为9类，代表不同的行为。![在此输入图像描述][5]假设只要稍微改变微分方程的初始条件就会得到相同类别的曲线图，则生成700个随机训练数据来训练机器。每个数据都按随机量进行缩放，以避免偏差。结果表明，该算法的准确率为99.0%+/-1.6%。![在此处输入图像描述][6]结论----------在整个项目中，我成功地检测到不同微分方程的混沌行为并对其进行分类。输出包括一个函数，该函数生成一些微分方程的相图，该函数告诉输入函数在输入间隔上连续的函数在哪个间隔内是混沌的。最后，有一种机器学习分类，可以对混沌函数的不同行为进行分类，准确率约为99%。[Github链接][7][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=1.png&用户Id=1726008[2]: https://community.wolfram.com//c/portal/getImageAttachment？filename=3.png&用户Id=1726008[3]: https://community.wolfram.com//c/portal/getImageAttachment？文件名=4.png&用户Id=1726008[4]: https://community.wolfram.com//c/portal/getImageAttachment？文件名=5.png&用户Id=1726008[5]: https://community.wolfram.com//c/portal/getImageAttachment？文件名=6.png&用户Id=1726008[6]: https://community.wolfram.com//c/portal/getImageAttachment？filename=Screenshot2019-07-11，下午2.27.44，png&amp；用户Id=1726008[7]: https://github.com/WangTianyi919/WSS-Template/tree/master/Final%20Project/Final%20Submission 王天一 2019-07-11T18:32:59 Z https://community.wolfram.com/groups/-/m/t/142857 大家好，我是数学初学者。我想知道如何在广义相对论中使用Mathematica中的张量，即当我定义了度量张量时，如何计算爱因斯坦和麦克斯韦方程中出现的张量并得到两边的精确形式；降低/提高四向量、协变导数等。它是内置的还是需要一些包？谢谢你的回答。 吉？里兹纳 2013年10月22日21:44:31Z https://community.wolfram.com/groups/-/m/t/3276382 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/fbfbc4b6-1184-49e4-a41c-f051215ae565网址 杰苏斯·阿德里安·蒙特西诺斯·科雷亚 2024-09-18T03:13:44Z年9月18日 https://community.wolfram.com/groups/-/m/t/3275920 当我试图对从返回列表的插值中获得的函数进行数值积分时，遇到了一个问题。问题在于NIntegrate，因为Plot运行良好。数据X=表[{n，{n，2n}}，{n、0、10}]；dataF=插值[dataX，InterpolationOrder-&gt；1]；dataFi[x_？数字Q，i_]：=数据F[x][[i]]；绘图[dataF[x]，{x，0，10}]NIntegrate[dataF[x]，｛x，0，10｝]（*返回NIntegrate:：inum*）NIntegrate[Table[dataFi[x，i]，{i，1，2}]，{x，0，10}]（*返回带有多个Part:：partw警告的结果*）表[NIntegrate[dataFi[x，i]，{x，0，10}]，{i，1，2}]（*返回结果和一个Part:：partw警告*）我想我过去在以前的版本中就已经这样做了，而且它是有效的，而现在在13.3版本中就不行了。这是一个错误还是有意的？可能的解决方法？ 乔治·布索尼 2024-09-17T07:04:21Z年 https://community.wolfram.com/groups/-/m/t/3276487 大家好。我是数学界的新手。有人会帮助/指导如何用时间解决以下耦合PDE系统吗。？我尝试过求解，但没有得到想要的结果（图中没有平滑度）。首先，我想在纸上画出图10a。然后是图8等。代码已附上。以下系统来自本文的DOI，（DOI:10.1017/S0022112003003835）谢谢。G_t-H^&#039/H*η*G_η-1/H*F*η+1/H*Fη*G+（2*F*G）/（η*H）=1/Fηη+Fη/η-F/η^2=-H^2*G使用：初始条件F（η，0）=0，G（η）=0边界条件F（0，t）=0 G（0，t）=0，F（1，t）=-H&#039；F_η（1,0）=H&#039；H（t）=1+Δ*cos（2t）其中0&lt；Δ&lt；1属性[MakeVariables]={Listable}；MakeVariables[var_，n_]：=表[Unique[var]，｛n｝]；soln[delta_，Renolds_]：=模块[{fvar0，gvar0，fvar1，gvar1，dy1，dy2，ny，ygrid，R=雷诺，dt=1，nmax=8201，dy=1/10，y目标=1/4，gAtTarget，gValues={}}，\[资本增量]=delta；H[t_]：=1+\[资本增量]*Cos[2*t]；dH[t_]：=-2*\[资本三角洲]*Sin[2*t]；（*R=100；*）（*创建网格和微分矩阵*）ygrid=范围[0，1，dy]；ny=长度[ygrid]；dy2=NDSolve`FiniteDifferenceDerivative[导数[2]，ygrid，差异顺序-&gt；4]@"差异矩阵&#034；；dy1=NDSolve`FiniteDifferenceDerivative[导数[1]，ygrid，差异顺序-&gt；4]@"差异矩阵&#034；；（*初始化F和G的变量*）{fvar1，gvar1}=生成变量[{ff，gg}，ny]；fvar0=常量数组[0，{ny，nmax}]；gvar0=常量数组[0，{ny，nmax}]；（*时间步进循环*）执行[（*更新当前时间点F和G的变量*）{fvar，gvar}＝{fvar0[[All，i]]，gvar0[[All，i]]}；（*定义方程式*）等式=dy2.fvar1+（dy1.fvar1）/ygrid-fvar1/ygrid^2+gvar1 H[（i+1）dt]^2//安静；eqg=（gvar1-gvar）/dt-dH[（i+1）dt]/H[（i+1）dt]ygrid（dy1.gvar1）-（dy1.cvar1）fvar/H[（i+1）dt]+1/H[（i+1）dt]（dy1.fvar）gvar1+2/（ygrid H[（i+1）dt]）fvar*gvar1-（1/（R H[（i+1）dt]^2））*（（dy2.gvar1）+（dy1.gvar1/ygrid-gvar1/ygrid^2）//安静；（*应用边界条件*）等式[[1]]=fvar1[[1]；（*确保在y=0*时F（0，t）=0）等式[[-1]]=fvar1[[-1]]+dH[（i+1）dt]；（*确保F（1，t） =-H&#039；[t] 当y=1*）eqg[[1]]=gvar1[[1]]时；（*确保G（0，t）=t=0*时为0）方程[[-1]]=（dy1.fvar1）[[-1]dH[（i+1）dt]；（*确保F&#039；（1，t）=H&#039；[t] 在y=1*）（*求解系统*）eqns=联接[eqf，eqg]；var=连接[fvar1，gvar1]；{vec，mat}=系数数组[eqns，var]；sol=线性求解[mat，-vec]；（*在下一个时间步骤提取F和G的溶液*）{fvar0[[All，i+1]]，gvar0[[Call，i+1]]}=分区[sol，ny]；（*插值G（y，t）并存储G（1/4，t）*）gAtTarget=插值[Transpose[{ygrid，gvar0[[All，i+1]]}]]；（*存储G（1/4，t）仅用于8100到8200*的t）如果[i&gt；=8100&amp；i&lt；=8201，附加到[gValues，{i，gAtTarget[yTarget]}]；]；，{i，1，nmax-1}]；（*返回F、G和存储的G值的解决方案*）{fvar0，gvar0，g值}]；（*调用delta=0.2的函数，并将G（1/4，t）从8100存储到\8200*){fSol，gSol，cValues}=soln[.22050]；//绝对时机；g值；（*绘制G（1/4，t）的值*）sajjad=ListLinePlot[gValues，GridLines-&gt；自动，图像大小-&gt；大，框架-&gt；全部正确，框架标签-&gt；{#034；t&#034；，&#034；{红色，厚}]&amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/fb03acaf-31df-467d-acee-48c651a95dc 萨贾德·艾哈迈德 2024-09-18T18:37:28Z https://community.wolfram.com/groups/-/m/t/3275361 我&#039；我编写了以下代码，从pdf格式的发票中提取我需要的数据，但发票的布局和术语可能会有所不同：（*第1步：准备培训数据*）训练数据项描述={"说明&#034-&gt"类似字符串&#034"说明&#034-&gt"类似字符串&#034；，"产品名称&#034-&gt"类似字符串&#034；，"产品详细信息&#034-&gt"类似字符串&#034"产品&#034-&gt"类似字符串&#034；，"产品&#034-&gt"类似字符串&#034"细节&#034-&gt"类似字符串&#034；，"描述&#034-&gt"类似字符串&#034"项目&#034-&gt"类似字符串&#034；，"产品描述&#034-&gt"类似字符串&#034"" -&gt"类似字符串&#034；，"项目描述&#034-&gt"类似字符串&#034"物品&#034-&gt"类似字符串&#034；，"销售商品说明&#034-&gt"类似字符串&#034；，"零件号/说明&#034-&gt"类似字符串&#034；，"产品名称&#034-&gt"类似字符串&#034；，"产品详细信息&#034-&gt"类似字符串&#034"产品&#034-&gt"类似字符串&#034；，"产品&#034-&gt"类似字符串&#034"细节&#034-&gt"类似字符串&#034；，"DESC&#034-&gt"类似字符串&#034"产品描述&#034-&gt"类似字符串&#034；，"商品描述&#034-&gt"类似字符串&#034；，"销售商品说明&#034-&gt"类似字符串&#034；，"零件号/说明&#034-&gt"类似字符串&#034；，"说明&#034-&gt"类似字符串&#034"产品名称&#034-&gt"类似字符串&#034；，"产品详细信息&#034-&gt"类似字符串&#034；，"产品&#034-&gt"类似字符串&#034"产品&#034-&gt"类似字符串&#034；，"详细信息&#034-&gt"类似字符串&#034"描述&#034-&gt"类似字符串&#034；，"项目&#034-&gt"类似字符串&#034"产品描述&#034-&gt"类似字符串&#034；，"项目描述&#034-&gt"类似字符串&#034"项目&#034-&gt"类似字符串&#034；，"销售商品说明&#034-&gt"类似字符串&#034；，"零件号/说明&#034-&gt"类似字符串&#034；，"描述：&#034-&gt"类似字符串&#034；，"描述：&#034-&gt"类似字符串&#034；，"产品名称：&#034-&gt"类似字符串&#034；，"产品详细信息：&#034-&gt"类似字符串&#034；，"产品：&#034-&gt"类似字符串&#034"产品：&#034-&gt"类似字符串&#034；，"详细信息：&#034-&gt"类似字符串&#034"描述：&#034-&gt"类似字符串&#034；，"项目：&#034-&gt"类似字符串&#034；，"产品描述：&#034-&gt"类似字符串&#034；，"项目描述：&#034-&gt"类似字符串&#034"物品：&#034-&gt"类似字符串&#034；，"销售商品描述：&#034-&gt"类似字符串&#034；，"零件号/说明：&#034-&gt"类似字符串&#034；，"总计&#034-&gt"不相似&#034"汇款总额：&#034-&gt"不相似&#034；，"[GBP]总计&#034-&gt"不相似&#034"总计：&#034-&gt"不相似&#034；，"总计：&#034-&gt"不相似&#034"发票总额&#034-&gt"不相似&#034；，"增值税合计&#034-&gt"不相似&#034"支付总额&#034-&gt"不相似&#034；，"应付金额：&#034-&gt"不相似&#034"金额（美元）&#034-&gt"不相似&#034；，"订单合计&#034-&gt"不相似&#034"" -&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"净价（单位）&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"支付总额&#034-&gt"不相似&#034"发票总额&#034-&gt"不相似&#034；，"总增值税：&#034-&gt"不相似&#034；，"到期总金额&#034-&gt"不相似&#034"总计：&#034-&gt"不相似&#034；，"总计：&#034-&gt"不相似&#034"发票总额&#034-&gt"不相似&#034；，"增值税总额&#034-&gt"不相似&#034"支付总额&#034-&gt"不相似&#034；，"应付金额：&#034-&gt"不相似&#034"订单合计&#034-&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"净价（每单位）&#034-&gt"不相似&#034；，"应付总额&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"汇款总额：&#034-&gt"不相似&#034"[gbp]总计&#034-&gt"不相似&#034；，"总计：&#034-&gt"不相似&#034"总计：&#034-&gt"不相似&#034；，"发票总额&#034-&gt"不相似&#034"增值税总额&#034-&gt"不相似&#034；，"支付总额&#034-&gt"不相似&#034"应付金额：&#034-&gt"不相似&#034；，"金额（美元）&#034-&gt"不相似&#034"订单总数&#034-&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"净价（每单位）&#034-&gt"不相似&#034；，"增值税合计：&#034-&gt"不相似&#034；，"应付总额&#034-&gt"不相似&#034"[GBP]总计：&#034-&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"增值税总额：&#034-&gt"不相似&#034；，"支付总额：&#034-&gt"不相似&#034"金额（美元）：&#034-&gt"不相似&#034；，"订单总数：&#034-&gt"不相似&#034"总计：&#034-&gt"不相似&#034；，"净价（单位）：&#034-&gt"不相似&#034；，"支付总额：&#034-&gt"不相似&#034；，"应付总额：&#034-&gt"不相似&#034；}；培训数据提交={"小计&#034-&gt"类似字符串&#034"净额合计：&#034-&gt"类似字符串&#034；，"组件总计&#034-&gt"类似字符串&#034；，"小计：&#034-&gt"类似字符串&#034"小计&#034-&gt"类似字符串&#034；，"小计：&#034-&gt"类似字符串&#034"" -&gt"类似字符串&#034；，"总货物（不含增值税）&#034-&gt"类似字符串&#034；，"小计&#034-&gt"类似字符串&#034；，"货物净值&#034-&gt"类似字符串&#034；，"总净额&#034-&gt"类似字符串&#034；，"合计净额：&#034-&gt"类似字符串&#034"小计&#034-&gt"类似字符串&#034；，"货物价值&#034-&gt"类似字符串&#034"产品&#034-&gt"类似字符串&#034；，"小计：&#034-&gt"类似字符串&#034"净额&#034-&gt"类似字符串&#034；，"净额合计&#034-&gt"类似字符串&#034；，"净货物合计&#034-&gt"类似字符串&#034；，"发票总额&#034-&gt"类似字符串&#034"小计&#034-&gt"类似字符串&#034；，"净总额&#034-&gt"类似字符串&#034"净总额：&#034-&gt"类似字符串&#034；，"小计&#034-&gt"类似字符串&#034"小计：&#034-&gt"类似字符串&#034；，"总货物EX VAT&#034-&gt"类似字符串&#034；，"小计&#034-&gt"类似字符串&#034；，"货物净值&#034-&gt"类似字符串&#034；，"总净额&#034-&gt"类似字符串&#034；，"总计净额：&#034-&gt"类似字符串&#034"商品价值&#034-&gt"类似字符串&#034；，"产品&#034-&gt"类似字符串&#034"净额&#034-&gt"类似字符串&#034；，"净总额&#034-&gt"类似字符串&#034；，"净货物合计&#034-&gt"类似字符串&#034；，"发票总额&#034-&gt"类似字符串&#034"净总额&#034-&gt"类似字符串&#034；，"小计&#034-&gt"类似字符串&#034"总计净额：&#034-&gt"类似字符串&#034；，"组件总数&#034-&gt"类似字符串&#034；，"小计：&#034-&gt"类似字符串&#034"小计&#034-&gt"类似字符串&#034；，"小计：&#034-&gt"类似字符串&#034；，"商品总增值税&#034-&gt"类似字符串&#034；，"小计&#034-&gt"类似字符串&#034；，"货物净值&#034-&gt"类似字符串&#034；，"总净额&#034-&gt"类似字符串&#034；，"净总额：&#034-&gt"类似字符串&#034"货物价值&#034-&gt"类似字符串&#034；，"产品&#034-&gt"类似字符串&#034"净额&#034-&gt"类似字符串&#034；，"净总额&#034-&gt"类似字符串&#034；，"净货物总额&#034-&gt"类似字符串&#034；，"发票总额&#034-&gt"类似字符串&#034"净总额&#034-&gt"类似字符串&#034；，"组件总计：&#034-&gt"类似字符串&#034；，"小计：&#034-&gt"类似字符串&#034；，"不含增值税的货物总额：&#034-&gt"类似字符串&#034；，"货物净值：&#034-&gt"类似字符串&#034；，"总净额：&#034-&gt"类似字符串&#034；，"次总计：&#034-&gt"类似字符串&#034"货物价值：&#034-&gt"类似字符串&#034；，"产品：&#034-&gt"类似字符串&#034"净额：&#034-&gt"类似字符串&#034；，"净货物合计：&#034-&gt"类似字符串&#034；，"发票总额：&#034-&gt"类似字符串&#034"合计净额：&#034-&gt"类似字符串&#034；，"总计&#034-&gt"不相似&#034"汇款总额：&#034-&gt"不相似&#034；，"[GBP]总计&#034-&gt"不相似&#034"总计：&#034-&gt"不相似&#034；，"总计：&#034-&gt"不相似&#034"发票总额&#034-&gt"不相似&#034；，"增值税合计&#034-&gt"不相似&#034"支付总额&#034-&gt"不相似&#034；，"应付金额：&#034-&gt"不相似&#034"金额（美元）&#034-&gt"不相似&#034；，"订单合计&#034-&gt"不相似&#034"" -&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"净价（每单位）&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"支付总额&#034-&gt"不相似&#034"发票总额&#034-&gt"不相似&#034；，"总增值税：&#034-&gt"不相似&#034；，"到期总金额&#034-&gt"不相似&#034"总计：&#034-&gt"不相似&#034；，"总计：&#034-&gt"不相似&#034"发票总额&#034-&gt"不相似&#034；，"增值税总额&#034-&gt"不相似&#034"支付总额&#034-&gt"不相似&#034；，"应付金额：&#034-&gt"不相似&#034"订单合计&#034-&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"净价（每单位）&#034-&gt"不相似&#034；，"应付总额&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"汇款总额：&#034-&gt"不相似&#034"[gbp]总计&#034-&gt"不相似&#034；，"总计：&#034-&gt"不相似&#034"总计：&#034-&gt"不相似&#034；，"发票总额&#034-&gt"不相似&#034"增值税总额&#034-&gt"不相似&#034；，"支付总额&#034-&gt"不相似&#034"应付金额：&#034-&gt"不相似&#034；，"金额（美元）&#034-&gt"不相似&#034"订单总数&#034-&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"总计&#034-&gt"不相似&#034；，"净价（每单位）&#034-&gt"不相似&#034；，"增值税合计：&#034-&gt"不相似&#034；，"应付总额&#034-&gt"不相似&#034"[GBP]总计：&#034-&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"增值税总额：&#034-&gt"不相似&#034；，"支付总额：&#034-&gt"不相似&#034"金额（美元）：&#034-&gt"不相似&#034；，"订单合计：&#034-&gt"不相似&#034"总计：&#034-&gt"不相似&#034；，"净价（每单位）：&#034-&gt"不相似&#034；，"支付总额：&#034-&gt"不相似&#034"应付总额：&#034-&gt"不相似&#034；}；培训数据增值税={"税收&#034-&gt"类似字符串&#034"增值税20.0-20%：&#034-&gt"类似字符串&#034；，"总税款&#034-&gt"类似字符串&#034"增值税（20%）：&#034-&gt"类似字符串&#034；，"税款：&#034-&gt"类似字符串&#034"" -&gt"类似字符串&#034；，"增值税@20.00%&#034-&gt"类似字符串&#034"增值税（20%）&#034-&gt"类似字符串&#034；，"增值税总额：&#034-&gt"类似字符串&#034"20%增值税&#034-&gt"类似字符串&#034；，"增值税合计&#034-&gt"类似字符串&#034"增值税：&#034-&gt"类似字符串&#034；，"增值税&#034-&gt"类似字符串&#034"增值税价值&#034-&gt"类似字符串&#034；，"已付税款总额&#034-&gt"类似字符串&#034；，"增值税总额&#034-&gt"类似字符串&#034；，"增值税20%：&#034-&gt"类似字符串&#034"增值税金额&#034-&gt"类似字符串&#034；，"增值税合计&#034-&gt"类似字符串&#034"发票总额&#034-&gt"类似字符串&#034；，"增值税总额&#034-&gt"类似字符串&#034"V.A.T&#034-&gt"类似字符串&#034；，"税务&#034-&gt"类似字符串&#034"税款：&#034-&gt"类似字符串&#034；，"增值税总额：&#034-&gt"类似字符串&#034"增值税总额&#034-&gt"类似字符串&#034；，"增值税&#034-&gt"类似字符串&#034；，"已付税款总额&#034-&gt"类似字符串&#034；，"增值税总金额&#034-&gt"类似字符串&#034；，"增值税金额&#034-&gt"类似字符串&#034；，"发票总额&#034-&gt"类似字符串&#034"税收&#034-&gt"类似字符串&#034；，"增值税20.0-20%：&#034-&gt"类似字符串&#034；，"总税款&#034-&gt"类似字符串&#034"增值税（20%）：&#034-&gt"类似字符串&#034；，"税款：&#034-&gt"类似字符串&#034"增值税@20.00%&#034-&gt"类似字符串&#034；，"增值税（20%）&#034-&gt"类似字符串&#034"增值税总额：&#034-&gt"类似字符串&#034；，"20%增值税&#034-&gt"类似字符串&#034"增值税总额&#034-&gt"类似字符串&#034；，"增值税：&#034-&gt"类似字符串&#034"增值税&#034-&gt"类似字符串&#034；，"增值税&#034-&gt"类似字符串&#034；，"已付税款总额&#034-&gt"类似字符串&#034；，"增值税总额&#034-&gt"类似字符串&#034；，"增值税20%：&#034-&gt"类似字符串&#034"增值税金额&#034-&gt"类似字符串&#034；，"增值税总额&#034-&gt"类似字符串&#034"发票总额&#034-&gt"类似字符串&#034；，"v.a.t&#034-&gt"类似字符串&#034"总税款：&#034-&gt"类似字符串&#034；，"增值税@20.00%：&#034-&gt"类似字符串&#034"20%增值税：&#034-&gt"类似字符串&#034；，"增值税总额：&#034-&gt"类似字符串&#034"增值税价值：&#034-&gt"类似字符串&#034；，"已付税款总额：&#034-&gt"类似字符串&#034；，"增值税总额：&#034-&gt"类似字符串&#034；，"增值税金额：&#034-&gt"类似字符串&#034"增值税合计：&#034-&gt"类似字符串&#034；，"发票总额：&#034-&gt"类似字符串&#034；，"增值税合计：&#034-&gt"类似字符串&#034"增值税：&#034-&gt"类似字符串&#034；，"小计&#034-&gt"不相似&#034"净额合计：&#034-&gt"不相似&#034；，"组件总计&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"小计&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"" -&gt"不相似&#034"总货物（不含增值税）&#034-&gt"不相似&#034；，"小计&#034-&gt"不相似&#034"货物净值&#034-&gt"不相似&#034；，"总净额&#034-&gt"不相似&#034"合计净额：&#034-&gt"不相似&#034；，"分项合计&#034-&gt"不相似&#034"货物价值&#034-&gt"不相似&#034；，"产品&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"净额&#034-&gt"不相似&#034"净额合计&#034-&gt"不相似&#034；，"净货物合计&#034-&gt"不相似&#034；，"发票总额&#034-&gt"不相似&#034"小计&#034-&gt"不相似&#034；，"净总额&#034-&gt"不相似&#034"净总额：&#034-&gt"不相似&#034；，"小计&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"总货物EX VAT&#034-&gt"不相似&#034"小计&#034-&gt"不相似&#034；，"货物净值&#034-&gt"不相似&#034；，"总净额&#034-&gt"不相似&#034"总计净额：&#034-&gt"不相似&#034；，"货物价值&#034-&gt"不相似&#034"产品&#034-&gt"不相似&#034；，"净额&#034-&gt"不相似&#034"净值合计&#034-&gt"不相似&#034；，"净货物合计&#034-&gt"不相似&#034；，"发票总额&#034-&gt"不相似&#034"净总额&#034-&gt"不相似&#034；，"小计&#034-&gt"不相似&#034"总计净额：&#034-&gt"不相似&#034；，"组件总数&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"小计&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"商品总增值税&#034-&gt"不相似&#034"小计&#034-&gt"不相似&#034；，"货物净值&#034-&gt"不相似&#034；，"总净额&#034-&gt"不相似&#034"净总额：&#034-&gt"不相似&#034；，"货物价值&#034-&gt"不相似&#034"产品&#034-&gt"不相似&#034；，"净额&#034-&gt"不相似&#034"净值合计&#034-&gt"不相似&#034；，"净货物总额&#034-&gt"不相似&#034；，"发票总额&#034-&gt"不相似&#034"净总额&#034-&gt"不相似&#034；，"组件总计：&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"不含增值税的货物总额：&#034-&gt"不相似&#034；，"货物净值：&#034-&gt"不相似&#034；，"总净额：&#034-&gt"不相似&#034"次总计：&#034-&gt"不相似&#034；，"货物价值：&#034-&gt"不相似&#034"产品：&#034-&gt"不相似&#034；，"净额：&#034-&gt"不相似&#034"净货物合计：&#034-&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"合计净额：&#034-&gt"不相似&#034；}；培训数据总计={"总计&#034-&gt"类似字符串&#034"汇款总额：&#034-&gt"类似字符串&#034；，"[GBP]总计&#034-&gt"类似字符串&#034"总计：&#034-&gt"类似字符串&#034；，"总计：&#034-&gt"类似字符串&#034；，"发票总额&#034-&gt"类似字符串&#034"增值税合计&#034-&gt"类似字符串&#034；，"支付总额&#034-&gt"类似字符串&#034"应付金额：&#034-&gt"类似字符串&#034；，"金额（美元）&#034-&gt"类似字符串&#034；，"订单合计&#034-&gt"类似字符串&#034"" -&gt"类似字符串&#034；，"发票总额：&#034-&gt"类似字符串&#034；，"总计&#034-&gt"类似字符串&#034；，"净价（单位）&#034-&gt"类似字符串&#034；，"总计&#034-&gt"类似字符串&#034"支付总额&#034-&gt"类似字符串&#034；，"发票总额&#034-&gt"类似字符串&#034；，"总增值税：&#034-&gt"类似字符串&#034；，"到期总金额&#034-&gt"类似字符串&#034"总计：&#034-&gt"类似字符串&#034；，"总计：&#034-&gt"类似字符串&#034；，"发票总额&#034-&gt"类似字符串&#034"增值税总额&#034-&gt"类似字符串&#034；，"支付总额&#034-&gt"类似字符串&#034"应付金额：&#034-&gt"类似字符串&#034；，"订单合计&#034-&gt"类似字符串&#034；，"发票总额：&#034-&gt"类似字符串&#034；，"总计&#034-&gt"类似字符串&#034；，"净价（每单位）&#034-&gt"类似字符串&#034；，"应付总额&#034-&gt"类似字符串&#034"总计&#034-&gt"类似字符串&#034；，"汇款总额：&#034-&gt"类似字符串&#034；，"[gbp]总计&#034-&gt"类似字符串&#034"总计：&#034-&gt"类似字符串&#034；，"总计：&#034-&gt"类似字符串&#034；，"发票总额&#034-&gt"类似字符串&#034"增值税总额&#034-&gt"类似字符串&#034；，"支付总额&#034-&gt"类似字符串&#034"应付金额：&#034-&gt"类似字符串&#034；，"金额（美元）&#034-&gt"类似字符串&#034；，"订单总数&#034-&gt"类似字符串&#034；，"发票总额：&#034-&gt"类似字符串&#034；，"总计&#034-&gt"类似字符串&#034；，"净价（单位）&#034-&gt"类似字符串&#034；，"增值税合计：&#034-&gt"类似字符串&#034；，"应付总额&#034-&gt"类似字符串&#034；，"[GBP]总计：&#034-&gt"类似字符串&#034；，"发票总额：&#034-&gt"类似字符串&#034；，"增值税总额：&#034-&gt"类似字符串&#034"支付总额：&#034-&gt"类似字符串&#034；，"金额（美元）：&#034-&gt"类似字符串&#034；，"订单总数：&#034-&gt"类似字符串&#034；，"总计：&#034-&gt"类似字符串&#034；，"净价（单位）：&#034-&gt"类似字符串&#034；，"支付总额：&#034-&gt"类似字符串&#034；，"应付总额：&#034-&gt"类似字符串&#034"小计&#034-&gt"不相似&#034；，"净额合计：&#034-&gt"不相似&#034"组件总计&#034-&gt"不相似&#034；，"小计：&#034-&gt"不相似&#034"小计&#034-&gt"不相似&#034；，"小计：&#034-&gt"不相似&#034"" -&gt"不相似&#034；，"总货物（不含增值税）&#034-&gt"不相似&#034"小计&#034-&gt"不相似&#034；，"货物净值&#034-&gt"不相似&#034；，"总净额&#034-&gt"不相似&#034"合计净额：&#034-&gt"不相似&#034；，"分项合计&#034-&gt"不相似&#034"货物价值&#034-&gt"不相似&#034；，"产品&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"净额&#034-&gt"不相似&#034"净额合计&#034-&gt"不相似&#034；，"净货物合计&#034-&gt"不相似&#034；，"发票总额&#034-&gt"不相似&#034"小计&#034-&gt"不相似&#034；，"净总额&#034-&gt"不相似&#034"净总额：&#034-&gt"不相似&#034；，"小计&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"总货物EX VAT&#034-&gt"不相似&#034"小计&#034-&gt"不相似&#034；，"货物净值&#034-&gt"不相似&#034；，"总净额&#034-&gt"不相似&#034"总计净额：&#034-&gt"不相似&#034；，"商品价值&#034-&gt"不相似&#034"产品&#034-&gt"不相似&#034；，"净额&#034-&gt"不相似&#034"净值合计&#034-&gt"不相似&#034；，"净货物合计&#034-&gt"不相似&#034；，"发票总额&#034-&gt"不相似&#034"净总额&#034-&gt"不相似&#034；，"小计&#034-&gt"不相似&#034"净总额：&#034-&gt"不相似&#034；，"组件总数&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"小计&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"商品总增值税&#034-&gt"不相似&#034"小计&#034-&gt"不相似&#034；，"货物净值&#034-&gt"不相似&#034；，"总净额&#034-&gt"不相似&#034"净总额：&#034-&gt"不相似&#034；，"货物价值&#034-&gt"不相似&#034"产品&#034-&gt"不相似&#034；，"净额&#034-&gt"不相似&#034"净总额&#034-&gt"不相似&#034；，"净货物总额&#034-&gt"不相似&#034；，"发票总额&#034-&gt"不相似&#034"净总额&#034-&gt"不相似&#034；，"组件总计：&#034-&gt"不相似&#034"小计：&#034-&gt"不相似&#034；，"不含增值税的货物总额：&#034-&gt"不相似&#034；，"货物净值：&#034-&gt"不相似&#034；，"总净额：&#034-&gt"不相似&#034"次总计：&#034-&gt"不相似&#034；，"货物价值：&#034-&gt"不相似&#034"产品：&#034-&gt"不相似&#034；，"净额：&#034-&gt"不相似&#034"净货物合计：&#034-&gt"不相似&#034；，"发票总额：&#034-&gt"不相似&#034"合计净额：&#034-&gt"不相似&#034；}；（*步骤2：训练机器学习分类器*）modelItemDesc=分类[trainingDataItemDesc]；modelSubtot=分类[trainingDataSubtot]；modelShip=分类[trainingDataShip]；modelVAT=分类[trainingDataVAT]；modelTotal=分类[trainingDataTotal]；（*testPhrase=另一个随机示例；；打印[&#034；测试短语分类：，modelSubtot[testPhrase]]；*）（*步骤1：设置Word COM接口*）extractTextFromPDF将PDF转换为文本[pdfPath_String]：=模块[{outputPath，result}，输出路径=文件名加入[{目录名[pdfPath]，文件基本名称[pdfPath]&lt&gt".文本&#034；}]；运行进程[{&#034；C:\\Poppler\\Library\\bin\\pdftotext.exe&#034，&#034；，pdfPath，输出路径}]；result=导入[outputPath，&#034；Text；]；如果[result===&#034；&#034，extractTextWithOCR[pdfPath]，result]]（*步骤2：确定是否需要OCR*）要求OCR[text_String]：=字符串长度[text]&lt；50 || StringMatchQ[text，RegularExpression[&#034；[^a-zA-Z0-9]+#034；]，忽略案例-&gt；正确]（*步骤3:OCR提取功能*）extractTextWithOCR[filename_String]：=模块[{pages，ocrText}，（*尝试将PDF作为单个图像导入*）pages=导入[文件名，｛&#034；PDF&#034；，&#034；pages&#034；｝]；（*如果导入失败，则返回失败消息*）如果[pages===$Failed，则返回[&#034；$Failed#034；]]；（*将OCR应用于每个页面*）ocrText=TextRecognize/@页面；（*合并所有页面中识别的文本*）StringJoin[ocrText]]（*步骤4：组合文本提取功能*）extractTextFromPDF[文件名字符串]：=模块[{text}，（*首先，尝试使用Microsoft Word提取文本*）打印[文件名]；text=安静[Check[extractTextFromPDFUsingPDFtoText[filename]，&#034"]];（*如果提取的文本为空或看起来像胡言乱语，请应用OCR*）如果[requiresOCR[text]，则打印[&#034；Requires OCR#034；]；text=extractTextWithOCR[文件名]]；文本]（*步骤5：搜索文件夹中的所有子文件夹并提取\所有pdf文件名*）getAllPDF[folder_String]：=文件名[&#034；*.pdf&#034，文件夹，无限]；（*指定PDF文件所在的培训和主文件夹*）主文件夹="Z： \\共享\\03-运营\\06-供应链\\发票数据\提取\\测试&#034；；打印[&#034；获取文件夹中所有PDF文件及其列表\子文件夹"];（*获取文件夹及其子文件夹中所有PDF文件的列表*）pdfFiles=getAllPDFs[mainFolder]；（*步骤5：初始化一个列表，将第一个条目存储在\每个文件的extractedNumbersSubtot*）firstEntriesItemDesc={}；firstEntriesSubtot={}；firstEntriesShip={}；firstEntriesVAT={}；firstEntriesTotal={}；（*步骤6：处理文件夹中的每个文件*）做[（*加载文件内容*）invoiceText=extractTextFromPDF[pdfFiles[[i]]]；（*第4步：查找位置文件内容中匹配的短语的子目录\类似字符串*）所有位置项目描述={}；allPositionsSubtot=｛｝；所有位置子集=｛｝；所有位置Ship={}；所有职位VAT={}；所有位置总计={}；做[（*在文件内容中查找当前短语的位置ItemDesc*）positionsItemDesc=字符串位置[invoiceText，短语]；（*如果在文本中找到短语，请将其分类*）如果[Length[positionsItemDesc]&gt；0（&amp；）&amp；modelItemDesc[phrase]===&#034；类似字符串&#034；，（*将此短语的所有位置ItemDesc添加到列表中*）所有位置项目描述=加入[allPositionsItemDesc，positionsItemDesc]],｛短语，键[trainingDataItemDesc]｝];打印[allPositionsItemDesc]；做[（*查找位置文件内容中当前短语的子标题*）positionsSubtot=StringPosition[invoiceText，短语]；（*如果在文本中找到短语，请将其分类*）如果[Length[positionsSubtot]&gt；0（&amp；）&amp；modelSubtot[phrase]===&#034；类似字符串&#034；，（*将此短语的所有位置子句添加到列表中*）allPositionsSubtot=加入[allPositions Subtot，positionsSubot]],{短语，键[trainingDataSubtot]}];做[（*查找位置文件内容中当前短语的子标题*）positionsShip=StringPosition[invoiceText，短语]；（*如果在文本中找到短语，请将其分类*）如果[Length[positionsShip]&gt；0（&amp；）&amp；modelShip[phrase]===&#034；类似字符串&#034；，（*将此短语的所有位置子句添加到列表中*）allPositionsShip=加入[所有位置Ship，positionsShip]],{短语，键[trainingDataShip]}];做[（*在文件内容中查找当前短语的位置VAT*）positionsVAT=StringPosition[invoiceText，短语]；（*如果在文本中找到短语，请将其分类*）如果[Length[positionsVAT]&gt；0（&amp；）&amp；modelVAT[phrase]===&#034；类似字符串&#034；，（*将此短语的所有位置VAT添加到列表中*）allPositionsVAT=加入[所有职位VAT，职位VAT]],{短语，键[trainingDataVAT]}];做[（*查找位置文件内容中当前短语的子标题*）positionsTotal=字符串位置[invoiceText，phrase]；（*如果在文本中找到短语，请将其分类*）如果[Length[positionsTotal]&gt；0（&amp；）&amp；modelTotal[phrase]===&#034；类似字符串&#034；，（*将此短语的副标题添加到列表中*）allPositionsTotal=合并[allPositions合计，positionsToll]],{短语，键[trainingDataTotal]}];（*步骤4：提取相似字符串旁边的数字*）allItemDescriptions={}；itemDescriptions={}；提取的数字Subtot={}；提取的数字Ship={}；extractedNumbersVAT=｛｝；extractedNumbersTotal={}；numberPattern=正则表达式[&#034；\\d{1,3}（，\\d{3}）*（\\.\\d+）；做[（*打印[&#034；位置ItemDesc尺寸=&#034，尺寸[位置项目描述]]；*）如果[尺寸[positionsItemDesc]=！={0},位置=压扁[positionsItemDesc][[2]]；（*获取结束位置ItemDesc\比赛结果*）（*提取项目描述正下方的文本行\标题*）itemLines=StringSplit[StringDrop[invoiceText，pos]，&#034；\编号&#034；]；打印[&#034；itemLines Dims=&#034，Dimensions[itemLines]]；打印[&#034；长度[itemLines]=；，长度[itemLines]]；打印[&#034；Min[Length[itemLines]]=；，最小[Length[itemLines]]]；（*确保我们处理空行*）itemIndex=1；qtyIndex=1；（*匹配标题下的行并收集它们*）做[如果[StringLength[itemLines[[i]]&gt；0,打印[#034；i=&#034；，i]；itemLine=StringTrim[itemLines[[i]]]；打印[#034；itemLine=&#034；，itemLine]；追加到[itemDescriptions，itemLine]；],{i，1，最小[Length[itemLines]]}]],{positionsItemDesc，所有位置ItemDesc}];做[（*打印[&#034；位置Subtot dims=，尺寸[positionSubtot]]；*）如果[尺寸[positionSubtot]=！={0},位置=压扁[positionSubtot][[2]；（*获取结束位置\匹配*）（*提取类似字符串位置后的文本Subtot*）afterText=StringDrop[invoiceText，pos]；（*找到类似字符串后面的第一个数字*）number=StringCases[afterText，numberPattern，1]；（*如果找到数字，请将其添加到提取的数字列表中*）如果[数字=！=｛｝，追加到[extractedNumbersSubtot，number[[1]]（*打印[&#034；位置后找不到数字副标题：，位置]*）];],{positionSubtot，所有位置Subtot}];做[如果[尺寸[positionShip]=！={0},位置=压扁[positionShip][[2]；（*获取结束位置\匹配*）（*提取类似字符串&#039；s位置Ship*后的文本）afterText=StringDrop[invoiceText，pos]；（*找到类似字符串后面的第一个数字*）number=StringCases[afterText，numberPattern，1]；（*如果找到数字，请将其添加到提取的数字列表中*）如果[number=！={}，附加到[extractedNumbersShip，number[[1]]]（*打印[&#034；位置后找不到编号发货：&#034，位置]*）];],{位置发货，所有位置发货}];做[如果[尺寸[positionVAT]=！={0},位置=压扁[位置VAT][[2]]；（*获取匹配的结束位置VAT*）\（*提取类似字符串&#039；s positionVAT*后的文本）afterText=StringDrop[invoiceText，pos]；（*找到类似字符串后面的第一个数字*）number=字符串案例[afterText，numberPattern，1]；（*如果找到数字，请将其添加到提取的数字列表中*）如果[number=！={}，追加到[extractedNumbersVAT，编号[[1]]]（*打印[&#034；位置后找不到数字VAT:，位置]*）];],{职位VAT，所有职位VAT}];做[如果[尺寸[positionTotal]=！={0},位置=压扁[positionTotal][2]]；（*获取结束位置\匹配*）（*提取类似字符串&#039；s positionTotal后面的文本*）afterText=StringDrop[invoiceText，pos]；（*找到类似字符串后面的第一个数字*）number=字符串案例[afterText，numberPattern，1]；（*如果找到数字，请将其添加到提取的数字列表中*）如果[number=！={}，追加到[extractedNumbersTotal，number[[1]]]（*打印[&#034；位置后找不到数字副标题：，位置]*）];],｛职位总数，所有职位总数｝];（*第6步：展平列表以处理任何嵌套结构，并获取第一个\数字*）firstExtractedNumberSubtot=如果[Length[extractedNumbersSubtot]&gt；0, 压扁[extracted NumbersSubtot][[1]，&#034；找不到数字&#034；]；firstExtractedNumberShip=如果[Length[extractedNumbersShip]&gt；0, 压扁[extractedNumbersShip][[1]，&#034；找不到数字&#034；]；firstExtractedNumberVAT=如果[Length[extractedNumbersVAT]&gt；0, 压扁[extractedNumbersVAT][[1]，&#034；找不到数字&#034；]；firstExtractedNumberTotal=如果[Length[extractedNumbersTotal]&gt；0, 压扁[extractedNumbersTotal][[1]，&#034；找不到数字&#034；]；（*第10步：将结果添加到第一个条目子目录列表*）附加到[allItemDescriptions，扁平化[itemDescriptions]]；追加到[firstEntriesSubtot，firstExtractedNumberSubtot]；追加到[firstEntriesShip，firstExtractedNumberShip]；附加到[firstEntriesVAT，firstExtractedNumberVAT]；追加到[firstEntriesTotal，firstExtractedNumberTotal]，{i，长度[pdfFiles]}];（*最终输出：每个文件的第一个提取数字列表*）打印[&#034；每个文件的所有项目描述：&#034，allItemDescriptions]；为每个文件打印[&#034；extractedNumbersSubtot中的第一个条目：；，firstEntriesSubtot]；为每个文件打印[&#034；extractedNumbersShip中的第一个条目：；，firstEntriesShip]；为每个文件打印[&#034；extractedNumbersShip中的第一个条目：；，firstEntriesVAT]；为每个文件打印[&#034；extractedNumbersTotal中的第一个条目：；，firstEntriesTotal]；该代码对于右侧具有所需相应数据（trainingDataShip、trainingData VAT、training DataTotal）的搜索字符串运行良好。当所需数据低于搜索字符串标题（trainingDataItemDesc）时，表格项会出现问题。发票转换为文本格式后，表格将丢失，因此无法提取每个标题下表格单元格中的所有数据。怎么办？ 阿奇·瓦茨-农民 2024-09-17T05:43:06Z年 https://community.wolfram.com/groups/-/m/t/3276071 *编辑团队注释：本文的第一部分是出现在[Mathematica Stack Exchange][1]上的原始问题。它将第二节中的加藤昭史获奖答案放在了上下文中*---##1）原始问题非常&#034；强&#034；最近发布了视觉效果错觉[2]。这里有一些低分辨率的图像。立方体实际上并没有旋转。好奇：要查看立方体未移动，请使用&#034；对视&#034；就像你对立体图所做的那样，中间会出现一个静态立方体。![在此处输入图像描述][3]请注意，立方体以不同的方向旋转。如果你在高分辨率屏幕截图上看它（点击放大下图），你会看到立方体框架边缘的不同——不同的颜色，不同的侧面——那就是&#039；这可能是幻觉的来源：![在此处输入图像描述][4]下面是实现具有旋转背景的立方体的起始代码。定义半磁盘：半圆盘[角度_：0，颜色_：黑色，半径_：.5，中心_：{.5，.5}]：={color，DiskSegment[中心，半径，{角度+0，角度+Pi}]}剩下的很容易。操纵的控制是旋转角度：操纵[Graphics3D[{EdgeForm[Directive[Thickness[.03]，Orange]]，FaceForm[None]，Cube[]}，序言-&gt；{halfDisk[-a]，halfDisk[Pi-a，White]}，ViewPoint-&gt；5.{Sin[2]，Cos[2]，.4}，框选-&gt；假，球形区域-&gt；正确，背景-&gt；灰色]，{a，0,2Pi}]您可以生成。GIF或。MP4，将**操作**替换为**表**并使用**导出**为相应的文件格式。或者使用任何其他方法，从上面的代码开始，直到你，都不一定是最好的主意。显然，这种最小的旋转不足以产生视觉效果。可能发生了与这里讨论的事情相近的事情：-[视觉运动错觉][5]-【更多关于视觉运动错觉的信息】[6]-[基于颜色变化的运动视错觉][7]我正在寻找能够重现这种强烈视觉效果的任何（但最好是最小且清晰的）实现。##2）胜出的加藤昭史答案&amp；[Wolfram笔记本][8][1]: https://mathematica.stackexchange.com/q/306655[2]: https://x.com/jitanpon/status/1828425924490207629[3]: https://community.wolfram.com//c/portal/getImageAttachment？filename=XIm3Eidc.gif&用户Id=20103[4]: https://community.wolfram.com//c/portal/getImageAttachment？filename=trkkVp0y.png&用户Id=20103[5]: https://community.wolfram.com/groups/-/m/t/2567382[6]: https://community.wolfram.com/groups/-/m/t/2608592[7]: https://community.wolfram.com/groups/-m/t/2542031[8]: https://www.wolframcloud.com/obj/13d2e9cf-4084-47ba-b1b6-7b977caf50b8 加藤昭史 2024-09-17T17:27:44 Z https://community.wolfram.com/groups/-/m/t/3276392 ![使用球面样条模拟3D数字对象的随机旋转][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=8693Heroimage.gif&用户Id=20103[2]: https://www.wolframcloud.com/obj/36c66b2c-606a-4a5b-b3d8-82e7f60b563a 维塔利·考罗夫 2024-09-18T05:36:25Z https://community.wolfram.com/groups/-/m/t/2593151 **介绍我们全新的YouTube频道，[Wolfram R&amp；D][1]！我们的频道以直播、后台创作者演示、内部视频等为特色**----------加入我们，参加独特的Wolfram R&amp；由我们的开发者在[Twitch][2]和[YouTube][3]上直播！在下面列出的日期，您将在这些频道上看到**LIVE**流指示器。实时流提供了教程，并在幕后直接从开发人员那里了解Mathematica和Wolfram语言。每周三上午11点加入我们的直播，与从事数据科学、机器学习、图像处理、可视化、几何和其他领域的开发人员进行互动。----------⭕ **即将举行的**活动-4月24日——FeynCalc与[Vladyslav Shtabovenko][60]----------✅ **过去**事件-4月3日——【探索2024年4月的日全食】【59】-3月22日--[20年xAct张量计算机代数][58]-2月28日——【零知识认证】【57】-1月17日——【营养素数量】【56】-12月13日--[理解图形][55]-10月18日——【数论概述】[54]-9月27日——[QMRITools:处理定量MRI数据][52]-9月13日——【制作高质量图形可视化】【51】-9月6日-【Insider对图表和网络的看法】[53]-8月30日--[到处贴标签][49]-8月22日——【CAS协助的运动方程耦合团簇方程生成器】[48]-8月16日--【外部功能接口】[4]-7月26日——【流体回路建模】[6]-7月19日——【地理计算】[5]-7月5日——【蛋白质可视化】【7】-6月14日——【聊天笔记本为LLM带来笔记本的力量】[8]-5月31日——【概率统计：随机抽样】[9]-5月24日--【问题解决】[10]-5月17日——【优化状态】【11】-5月10日——【使用Wolfram笔记本构建视频游戏】-4月26日——【控制系统：概述】【13】-4月19日——[MaXrd:A crystallography package developed for research support][14]-4月5日——【Wolfram语言中的关系数据库】[15]-3月29日-【使用Unity游戏引擎用Wolfram语言构建您的第一款游戏】[16]-3月22日——[关于梅林-巴恩斯积分的一切知识-第二部分][17]-3月15日——【建立你自己的莎士比亚GPT——类似ChatGPT的GPT模型】[18]-3月8日--[了解时间、日期和日历][19]-3月1日——【天文计算简介】[20]-2月22日--[系统建模器中的最新功能][21]-2月15日——[关于梅林-巴恩斯积分的一切知识][22]-2月8日——【深入视频处理】[23]-2月1日——[PDE建模][24]-1月25日——【向Oleg Marichev提出集成问题】[25]-1月18日--[My Developer Tools][26]-1月11日——【动态界面原理】[27]-12月14日——[Wolfram资源系统：存储库和档案][28]-12月7日-【ImageStitch的内部工作：图像配准、投影和混合】[29]-11月30日——【微积分与代数问答】-11月23日--[xAct:有效张量计算机代数][31]-11月16日——【机器学习最新进展】[32]-11月9日——【计算地质学】【33】-11月2日——【2022年Wolfram技术会议幕后场景】【34】-10月26日——【群论包（GTPack）与凝聚态物质的对称性原理】[35]-10月12日——[XML、JSON和符号表达式的树表示][36]-10月5日——【酒精饮料的计算探索】[37]-9月28日——[Visualization&Graphics Developers问答][38]-9月14日-【Paclet开发】【39】-9月7日——【化学概述】[40]-8月24日——【深入可视化】【41】-8月17日--[最新图形和着色器][42]-8月10日——【微积分与代数新增内容】[43]&gt**你的兴趣是什么？在此处留言，分享您对我们livestreams最喜欢的主题建议。****关注我们的直播频道[Twitch][44]和[YouTube][45]，以及我们社交媒体上的最新公告：[Facebook][46]和[Twitter][47]**[1]: https://wolfr.am/eatWLcDA网站[2]: https://www.twitch.tv/wolfram网站[3]: https://wolfr.am/eatWLcDA网站[4]: https://www.youtube.com/watch？v=C82NHpy7D6k[5]: https://community.wolfram.com/groups/-/m/t/2985580[6]: https://community.wolfram.com/groups/-/m/t/2982197社区[7]: https://community.wolfram.com/groups/-/m/t/2982114[8]: https://youtu.be/ZqawtrWwE0c[9]: https://community.wolfram.com/groups/-/m/t/2946101社区[10]: https://community.wolfram.com/groups/-/m/t/2925156[11]: https://community.wolfram.com/groups/-/m/t/2921756[12]: https://community.wolfram.com/groups/-/m/t/2918746[13]: https://community.wolfram.com/groups/-m/t/2917597[14]: https://community.wolfram.com/groups/-/m/t/2911327[15]: https://community.wolfram.com/groups/-/m/t/2907390[16]: https://community.wolfram.com/groups/-/m/t/2921593[17]: https://community.wolfram.com/groups/-/m/t/2861119[18]: https://community.wolfram.com/groups/-m/t/2847286[19]: https://community.wolfram.com/groups/-/m/t/2851575[20]: https://community.wolfram.com/groups/-/m/t/2852934[21]: https://community.wolfram.com/groups/-/m/t/2842136[22]: https://community.wolfram.com/groups/-m/t/2838335[23]: https://community.wolfram.com/groups/-/m/t/2827166[24]: https://community.wolfram.com/groups/-/m/t/2823264[25]: https://community.wolfram.com/groups/-/m/t/2821053[26]: https://youtu.be/istKGqpDUsw[27]: https://community.wolfram.com/groups/-/m/t/2777853[28]: https://youtu.be/roCkXVkDuLA网站[29]: https://youtu.be/pYHAz-NatXI[30]: https://youtu.be/r7Hjdr_D7c4[31]: https://community.wolfram.com/groups/-/m/t/2713818[32]: https://community.wolfram.com/groups/-/m/t/2705779[33]: https://community.wolfram.com/groups/-/m/t/2701172[34]: https://youtu.be/UrM-OBu3H9o[35]: https://community.wolfram.com/groups/-/m/t/2678940[36]: https://community.wolfram.com/groups/-/m/t/2649407[37]: https://community.wolfram.com/groups/-/m/t/2635049[38]: https://community.wolfram.com/groups/-m/t/2618033[39]: https://community.wolfram.com/groups/-/m/t/2616863[40]: https://community.wolfram.com/groups/-/m/t/2613617[41]: https://community.wolfram.com/groups/-/m/t/2605342社区[42]: https://community.wolfram.com/groups/-/m/t/2600997[43]: https://community.wolfram.com/groups/-/m/t/2596451[44]: https://www.twitch.tv/wolfram网站[45]: https://wolfr.am/eatWLcDA网站[46]: https://www.facebook.com/wolframresearch[47]: https://twitter.com/WolframResearch网站[48]: https://www.youtube.com/live/ElP55ZILxPw？si=nsAPOQ3u网址-卢布GKX[49]: https://community.wolfram.com/groups/-/m/t/3007543[50]: https://community.wolfram.com/web/charlesp[51]: https://community.wolfram.com/groups/-/m/t/3019288[52]: https://www.youtube.com/live/KM1yWHRrF2k？si=g2R7rHB2IinVRpo6[53]: https://community.wolfram.com/groups/-/m/t/3009184[54]: https://community.wolfram.com/groups/-/m/t/3064700社区[55]: https://community.wolfram.com/groups/-/m/t/3084291[56]: https://community.wolfram.com/groups/-/m/t/3104670[57]: https://community.wolfram.com/groups/-/m/t/3164204[58]: https://youtube.com/playlist？list=PLdIcYTEZ4S8TSEk7YmJMvyECtF-KA1SQ2和；si=paXZHs0ZzGdB7y1y[59]: https://youtube.com/playlist？list=PLdIcYTEZ4S8RyjEB7JSAsGerbYHl5xXeJ&si=xkNtkIDvKHFWHVmD[60]: https://community.wolfram.com/web/vshtovernko网站 查尔斯·维奥 2022-08-05T21:37:19Z https://community.wolfram.com/groups/-/m/t/3274313 ![Fogler&#039；s绝热层流反应器][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=3979Hero.jpg&用户Id=20103[2]: https://www.wolframcloud.com/obj/e3f385fc-61b1-47f3-bc1-ac941c95e1fc 胡萨姆·比努斯 2024-09-14T16:25:38Z https://community.wolfram.com/groups/-/m/t/3265066 为期一周的Wolfram U每日研究小组，涵盖Stephen Wolfram&#039；《ChatGPT在做什么？为什么它有效？》[2]于2024年9月9日星期一开始。![在此输入图像描述][3]加入一组学习伙伴，了解ChatGPT和其他LLM背后的原理。我将上述书中的材料改编成了一系列四本笔记本，涵盖了从概率文本生成到神经网络、机器学习、嵌入甚至变压器模型等主题。在我们介绍神经网络的当天，我们的Wolfram机器学习经理Giulio Alessandrini将与我们一起回答您的问题。在研究组的最后一天，Alan Joyce&#x2014；他在Wolfram|Alpha指导内容开发；将与我们一起解释Wolfram Language的计算能力如何与ChatGPT集成，以及为什么这种集成远远超过其各个部分的总和。斯蒂芬·沃尔夫拉姆&#039；这本书的目标读者是那些对这些想法感兴趣的人，而这个研究小组遵循这本书；s领先。因此，**参加本研究小组之前不需要Wolfram语言、机器学习甚至编码经验**。请在课间发表任何问题、想法和/或有用的链接&#x2014；我们总是喜欢在这里继续讨论社区！这是一个为期一周的研究小组，将于2024年9月9日至9月13日美国中部时间每天上午11:00运行。&gt；[**在此注册**][4]![在此输入图像描述][5][1]: https://www.wolfram-media.com/products/what-is-chatgpt-doing-and-why-does-it-work/[2]: https://www.bigmarker.com/series/what-is-chatgpt-doing-wsg58/series_details？utm_bmcr_source=社区[3]: https://community.wolfram.com//c/portal/getImageAttachment？filename=WSG58Banner.png&用户Id=1711324[4]: https://www.bigmarker.com/series/what-is-chatgpt-doing-wsg58/series_details？utm_bmcr_source=社区[5]: https://community.wolfram.com//c/portal/getImageAttachment？filename=WolframUBanner.jpeg&用户Id=1711324 阿尔本·卡尔齐奇 2024-09-03T20:24:31Z https://community.wolfram.com/groups/-/m/t/3274891 ![在此处输入图像描述][1]&amp；[Wolfram笔记本][2][1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=WLML.png&用户Id=20103[2]: https://www.wolframcloud.com/obj/6400e84f-14a9-406a-9300-50454708c994 埃里克·帕菲特 2024-09-16T14:48:30 Z https://community.wolfram.com/groups/-/m/t/3274410 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/8ede4243-bd1f-4fed-84d0-10118b956228 罗杰·布朗 2024-09-14T23:12:08Z https://community.wolfram.com/groups/-/m/t/1273027社区 ![120世纪的哈密顿循环][1]**投掷**再一次，凸正则4-多面体顶点上的哈密顿圈，立体投影到三维空间。这一次，它&#039；这是一个有600个顶点的120-cell，如果你想观看整个周期，这需要很长的等待时间。像往常一样，我们需要`ProjectedSphere[]`，它以立体方式将3球体内的球体投影到3空间；有关此函数的（长）定义，请参见[_Inside_][2]。现在，输入所有600个顶点相当烦人（**更新：**请参阅下面[@Ed Pegg][at0]的回复，以获得更清晰的解决方案）。首先，24细胞的顶点也是120细胞的顶点：二十四个细胞顶点=规格化/@删除重复项[压扁[Permutations/@（{-1，-1，0，0}^Join[#，{1，1}]&amp；/@Tuples[{0，1}，2]），1]]；除此之外，还有其他六类顶点（这是几年前从[维基百科条目][3]抄袭而来的，肯定可以用更好的方式重新编写）：一个20格1=删除重复项[压扁[排列/@（{1,1,1，Sqrt[5]}*{-1，-1，-1}^#&amp；/@元组[{0，1}，4]），1]]；一个20格2=删除重复项[压扁[排列/@（{黄金比率^（-2），黄金比率，黄金比率，黄金比率}*{-1，-1，-1和-1}^#&amp；/@元组〔｛0，1｝，4〕），1〕〕；一个20格3=删除重复项[压扁[排列/@（{GoldenRatio^（-1），Golden比率^（-1-），黄金比率^（-1），黄金比率^2}*{-1，-1，-1和-1}^#&amp；/@元组[{0，1}，4]），1]]；一个20格4=删除重复项[压扁[外部[排列，（{0，黄金比率^（-2），1，黄金比率|2}*{-1，-1，-1}^#&amp；/@元组[{0，1}，4]），GroupElements[AlternatingGroup[4]，1]，1]]；一个20格5=删除重复项[压扁[外部[排列，（{0，黄金比率^（-1），黄金比率，Sqrt[5]}*{-1，-1，-1}^#&amp；/@元组〔｛0，1｝，4〕），GroupElements[AlternatingGroup[4]]，1]，1]]；一个20格6=压扁[外部[Permute，（｛GoldenRatio ^（-1），1，GoldenRatio，2｝*｛-1，-1，-1，-1｝^#&amp；/@Tuples[｛0，1｝，4]），GroupElements[AlternatingGroup[4]，1]，1]；因此，我们将它们组合成一个长长的列表：一个20个单元格顶点=连接[2 Sqrt[2]二十个4cell顶点，一个20cell顶点1，一个20格2，一个20格3，一个200格4，一个20格5，一个20格子6]；现在，就像[_Touch’Em All_][4]和[_All Day_][5]一样，我们的想法是使用“FindHamiltonianCycle[]`来找到一个哈密顿循环。不幸的是，如果您只需插入“one20cellvertices”而不进行修改，这将只运行数小时，永远不会终止。然而，随机排列`one20cellvertices`，然后*运行`FindHamiltonianCycle[]`似乎总是可行的；是代码（当然，如果你评估这个，你会得到一个你自己独特的循环，几乎肯定与动画中显示的不同）：sorted120CellVertices=模块[{v=RandomSample[one20cellvertices]，M，g，循环}，M=平行工作台[如果[N[欧几里得距离[v[[i]]，v[[j]]]==N[3-Sqrt[5]，1，0]，{i，1，长度[v]}，{j，1，长[v]{]；g=相邻图形[M]；cycle=查找哈密尔顿循环[g]；v[[#[[1]]&amp；/@（循环[[1]]/.UndirectedEdge-&gt；列表）]]];接下来，我希望运动不是很线性，但比应用[Smoothstep][6]或其变体得到的运动更接近线性。当然，$\text{Smoothstep}（t）=a+bt+ct^2+dt^2$，其中参数$a、b、c、d$由块[{f}，f[t]：=a+bt+ct^2+dt^3；求解[f[0]==0&amp&amp；f[1]==1&amp&amp；f&#039；[0]==0&amp&amp；f[1/2]==1/2，{a，b，c，d}]]因此，对于不太平滑的函数，我只使用了求解类似系统的参数块[{f}，f[t]：=a+bt+ct^2+dt^3；求解[f[0]==0&amp&amp；f[1]==1&amp&amp；f&#039；[0]==2/3&amp&amp；f[1/2]==1/2，{a，b，c，d}]]这给出了我的函数“unsmoothstep[]”：非光滑步长[t]：=（2t）/3+t^2-（2t^3）/3；最后，我们可以把它们放在一起（请注意，“Lighting”只是标准照明，但环境光并不那么暗）：动态模块[{n=3，θ，视点=1/2{-1，1，1}，pts=N[规格化/@sorted120CellVertices]，cols=RGB颜色/@{&#034；#06BC40&#034，操纵[θ=ArcCos[1/8（1+3 Sqrt[5]）]非光滑步长[Mod[t，1]]；图形3D[{镜面反射度[.8，30]，表[{cols[[Mod[i-楼层[t]，n，1]]，投影球体[旋转矩阵[θ，{pts[[i]]，pts[[模式[i+1，长度[pts]，1]]}].pts[[i]，.06]}，{i，1，长度[pts]}]}，ViewPoint-&gt；{罪[(ArcCos[Sqrt[1/6（3-Sqrt[5]）]]ArcCos[2平方米[6/（27+平方米[5]）]]）/ArcCos[根[841-3512#1^2+2896#1^4&amp；，3]]，0，Cos[（ArcCos[Sqrt[1/6（3-Sqrt[5]）]]ArcCos[2平方米[6/（27+平方米[5]）]]）/ArcCos[根[841-3512#1^2+2896#1^4&amp；，3]]}，垂直视图-&gt；{1，0，0}，绘图范围-&gt；10, 球形区域-&gt；True，ViewAngle-&gt；2 Pi/9，盒装-&gt；错误，背景-&gt；列[[-1]]，图像大小-&gt；500,照明-&gt；{{&#034；环境色，RGB颜色[0.52，0.36，0.36]}，{方向&#034；，RGB颜色[0，0.18，0.5]，图像缩放[{2，0，2}]}，{方向&#034；，RGB颜色[0.18，0.5，0.18]，图像缩放[{2，2，3}]}，{方向&#034；，RGB颜色[0.5，0.18，0]，图像缩放[{0，2，2}]}，{方向&#034；，RGB颜色[0，0，0.18]，图像缩放[{0，0，2}]}}]，｛t，0，n｝]]在“θ”的定义中，“非光滑台阶[t]”的系数就是120厘米相邻顶点之间的角度。它&#039；通过将n调整为600的另一个除数（当然还可以为cols添加更多颜色），可以很容易地使用不同数量的颜色。[1]: http://community.wolfram.com//c/portal/getImageAttachment？filename=proj45s3hq.gif&用户Id=610054[2]: http://community.wolfram.com/groups/-/m/t/1260753[3]: https://en.wikipedia.org/wiki/120-cell网站[4]: http://community.wolfram.com/groups/-m/t/1263478[5]: http://community.wolfram.com/groups/-/m/t/1265322网址[6]: https://en.wikipedia.org/wiki/Smoothstep网站[时间0]：https://community.wolfram.com/web/edp 克莱顿·肖克维勒 2018年01月27日01时07分16秒 https://community.wolfram.com/groups/-/m/t/3274323 9-14-2024Wolfram Mathematica应用于Drake方程德雷克教授于1962年左右首次发表的这个方程预测了我们银河系中可以使用电磁手段进行通信的文明数量。欢迎提出意见。在此之后，我&#039；下面将介绍滑块以及在不同数值模型下的计算结果。（附言-这是在AI ChatGPT的帮助下完成的）（附：虽然我是一名分子生物学家，但我还是在1969-1971年与德雷克、萨根和戈尔德在康奈尔航天中心进行了我的第一次博士后工作）。（*定义变量*）Rstar=1.5；（*每年恒星形成率*）fp=0.2；（*恒星与行星的分数*）ne=0.1；（*能够维持生命的行星数量*）fl=0.13；（*生命出现的行星分数*）fi=0.1；（*拥有智能生命的行星比例*）fc=0.1；（*可以交流的文明比例*）L=1000；（*文明发出信号的时间长度*）（*计算德雷克方程*）N=Rstar*fp*ne*fl*fi*fc*L（*输出结果*）N个这起了作用，给出了0.039的答案 Paul Shapshak博士 2024-09-14T16:49:10Z https://community.wolfram.com/groups/-/m/t/3274221 如何指定在调用GeomagneticModelData时使用IGRF模型而不是自动模型？帮助不明确，缺少示例。我尝试了各种选项，如以下，但没有一个是正确的。geomagneticNorth=地磁模型数据[&#034；NorthGeomagneticPole，日期，方法-&gt；IGRF；地磁北=地磁模型数据[&#034；北地磁极&#034；，日期，方法-&gt；IGRF]； Ján Kolár 2024-09-14T12:46:14Z年9月14日 https://community.wolfram.com/groups/-m/t/3273653 &amp；[Wolfram笔记本][1]这是生成的gif图像：！[a.gif][2][1]: https://www.wolframcloud.com/obj/d7058889-ebe4-440b-aa0d-8e4a87174c54[2]: https://community.wolfram.com//c/portal/getImageAttachment？filename=a.gif&用户Id=949223 弗拉基米尔·伊万诺夫 2024-09-13T19:49:57兹 https://community.wolfram.com/groups/-/m/t/3273073 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/3f8454c1-d4fe-454f-8615-ecc5a5ced4d6 马修·费尔特洛 2024-09-12T21:57:07Z https://community.wolfram.com/groups/-/m/t/3273698 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/60eca957-763f-443c-9a0e-724772d49765 胡萨姆·比努斯 2024-09-14T15:13:54 Z https://community.wolfram.com/groups/-/m/t/3274265 &amp；[Wolfram笔记本][1][1]: https://www.wolframcloud.com/obj/114d77f3-bb6a-4e44-bde8-131c6b4011a6 胡萨姆·比努斯 2024-09-14T13:39:25Z年9月14日 https://community.wolfram.com/groups/-/m/t/3273199社区 你好，我正在尝试基于一篇论文来求解一个增长项目的优化模型，该论文使用Excel Solver来获得最佳解决方案。该模型有两个决策变量：n（发货频率）和T（零售商的补货周期）。本文提供了以下方程式和参数值：!【总利润方程】[1]![参数值][2]![参数值续][3]论文中的最佳值为：-n（发货频率）=20-T（零售商补货周期）=1.62天-总利润=421.14（美元/天）现在，我正试图在Mathematica中解决同一个问题，但在使用FindMaximum确定n和T的最佳值时遇到了一个问题。下面是我用来找到n和T最佳解的代码清除[#034；全局`*&#034；]L=4；w=0.064；ww=2；R=250；Kf=750；cf=0.1；m=0.2；Kp=500；hp=0.05；Kd=100；h=0.1；g=6.87；q=0.12；a=80；b=0.2；pv=1；pf=2；pr=5；z=120；x=0.9；s=0.2；Tf=-（对数[1/z（k/ww-1）]/q）；F[d_，n]=pr/d（（a（1-b）（2L d-d^2））/（2L））^（1/（1-b/(d x ww）（（a（1-b）（2 L d-d^2））/（2 L））^（1/（1-bKp/（n d）-Kf/(n d）-（h a（1-b））/(2升d）（d+（（1-b）/(（2-b））（2^（1/（1-b））L^（1/1-b））d^（2-b）/（1-b）））+d ^（（3-b）/（1-b）））-hp/（2 Rd）（（a（1-b）（2 Ld-d^2））/（2 L））^（2/（1-b(马力（n-1）/（2天）（（a（1-b）（2 L d-d^2））/（2L））^（2/(1-b））（d（（a（1-b）（2L d-d^2））/（2L））^（1/（1-b/R） -（cf x+m s）/（d x ww）（（a（1-b）（2 L d-d^2））/（2 L））^(1/（1-b））（g Tf+g/q（对数[1+z E^（-q n Tf）]-对数[1+z]））；查找最大值[{F[d，n]，d&gt；0}，{d，n}]但是，我在代码中遇到错误：&gt；FindMaximum:：nrnum:函数值598.228+11.0638（57.25（-Log[121]+Log[1+Times[&lt；2&gt；&gt；]]）-57.25 Log[1/120（-1+Times[&lt；&lt；2]）]）不是{d，n}={0.99994,1.}处的实数。&gt；FindMaximum:：grad:函数实验`NumericalFunction[{Hold[-（100/d）+（66.7933（Times[&lt；&lt；2&gt；&gt；]+&lt；1&gt；）^1.25）/d-（0.0181019（&lt；l&gt；>&lt；1-gt；^2.5）/d-；1&gt；&lt；1&lt；&gt；（-1+n））/d-1250/（dn）-（0.971703（&lt；&gt；）^1.25（57.25加[&lt；&lt；2&gt；&gt；]-57.25对数[&lt；&lt；1&gt；&gt；]）/d）]，块}，&lt&书信电报；4&gt&gt；，{&lt；&lt；1&gt；&gt；}]在{1.，1.}失败。然后，我试图仅通过将n值设置为论文中的最佳值20来找到T的最优解。然而，总利润和TI值与本文的结果不同。以下是我用于此操作的代码：清除[#034；全局`*&#034；]L=4；w=0.064；ww=2；R=250；Kf=750；cf=0.1；m=0.2；Kp=500；hp=0.05；Kd=100；h=0.1；g=6.87；q=0.12；a=80；b=0.2；pv=1；pf=2；pr=5；z=120；n=20；x=0.9；s=0.2；Tf=-（对数[1/z（g/ww-1）]/q）；F[d_]=pr/d（（a（1-b）（2L d-d^2））/（2L））^（1/（1-b/(d x ww）（（a（1-b）（2 L d-d^2））/（2 L））^（1/（1-bKp/（n d）-Kf/(n d）-（h a（1-b））/(2升d）（d+（（1-b））/(（2-b））（2^（1/（1-b））L^（1/1-b））d^（2-b）/（1-b）））+d ^（（3-b）/（1-b）））-hp/（2 Rd）（（a（1-b）（2 Ld-d^2））/（2 L））^（2/（1-b(马力（n-1）/（2天）（（a（1-b）（2 L d-d^2））/（2L））^（2/(1-b））（d（（a（1-b）（2L d-d^2））/（2L））^（1/（1-b））-1/R） -（cf x+m s）/（d x ww）（（a（1-b）（2 L d-d^2））/（2 L））^(1/（1-b））（g n Tf+g/q（对数[1+z E^（-q n Tf）]-对数[1+z]））；查找最大值[{F[d]，d&gt；0}，d]我得到的结果是：总利润=-27730，T=0.029谁能帮我理解为什么我在Mathematica中得到的结果与论文中的结果不同，即使使用了相同的参数值和论文中n的最佳值？我使用FindMaximum的方式是否存在任何潜在问题，或者我在优化设置中可能忽略的问题？如果需要的话，这里是论文的链接：https://www.sciencedirect.com/science/article/abs/pii/S0307904X20306120（我还附上了下面的文件）任何见解都将不胜感激！谢谢您！[1]: https://community.wolfram.com//c/portal/getImageAttachment？filename=2.PNG&用户Id=3190302[2]: https://community.wolfram.com//c/portal/getImageAttachment？filename=3.PNG&用户Id=3190302[3]: https://community.wolfram.com//c/portal/getImageAttachment？filename=42714.PNG&用户Id=3190302 沙法·哈南塔 2024-09-14T03:30:23Z年9月14日