Summer Blog

「离开世界之前 一切都是过程」

能小问（EnerAgentic）——综合能源系统大语言模型助手

"综合能源领域垂直大模型开发项目介绍"

正在施工

Posted by Summer on December 7, 2025

EnerAgentic：Multi-Agent Large Language Models for Assisting Scientific Research Tasks in Integrated Energy Systems

""

The complexity and interdisciplinary nature of Integrated Energy Systems (IES) pose significant challenges for scientific research. Existing general-purpose Large Language Models (LLMs) lack domain...

Posted by Summer on December 7, 2025

蒙特卡洛理论及应用

"计算机模拟课程笔记"

这是2025-2026秋冬计算机模拟的课程笔记. 因为秋学期实在太摆烂了, 冬学期要好好读一下PPT, 督促自己不要上课摸鱼了~ 正在施工 2 随机数生成方法 2.1 伪随机数生成器 2.1.1 平方取中法 平方取中法是冯·诺伊曼提出的一种生成$[0,1]$上均匀分布随机数的方法，核心步骤是“平方→取中间位→归一化”，具体流程： 初始化种子：取一个$2s$位的整数作为...

Posted by Summer on November 21, 2025

工厂冷负荷预测与运行优化

"能源系统大数据分析"

Posted by Summer on November 15, 2025

基于改进粒子群算法的烟幕干扰弹投放策略研究

"2025年数学建模国赛A题分析"

如果不出意外的话, 这应该是最后一次参加数学建模比赛了. 这次参赛的体验很不错, 作为代码手, 能够顺利地从头到尾写完所有的程序、再画图、写论文中的算法部分, 我是非常非常满意滴! 虽然在建模中仍有一些遗憾, 论文手的发挥也不尽如人意, 但是我们完成了论文, 做出了很好的答案, 也不奢求更好的结果啦~ 1 题目 烟幕干扰弹主要通过化学燃烧或爆炸分散形成烟幕或气溶胶云团，在目标前方特定空域...

Posted by Summer on September 9, 2025

数学建模中的常用模型和算法

"数学建模国赛训练"

遗传算法 介绍 现在有一个函数, 这个函数存在着很多的极大值和极小值。而最大值则是指定区间的极大值中的最大的那一个。从图像上具体表现为，极大值像是一座座山峰，极小值则是像一座座山谷。因此，我们也可以把遗传算法的过程看作是一个在多元函数里面求最优解的过程。 这些山峰对应着局部最优解，其中有一个山峰是海拔最高的，这个山峰则对应的是全局最优解。那么，遗传算法要做的就是尽量爬到最高峰，而不是困...

Posted by Summer on September 1, 2025

2025年火花杯A题思路

"数学建模国赛训练"

题目解读 本题的题目类型是: 多源多汇网络流问题 动态优化（时间维度上动态调整策略） 组合优化（路径选择、时隙分配中选择最优组合） 多目标优化（丢包率、平均时延按权重分配） 资源分配（多重约束条件） 因此, 我们的目标是 规划路径，将数据流上传至移动信号接受车 优化整体丢包率 ($1-\frac{\sum\limits_i q_i}{Q_{\text t...

Posted by Summer on August 15, 2025

如何微调大模型并暴露后端调用?

"Deepseek + LoRA + FastAPI"

技术路线 1. 需求和技术 企业对于大模型的不同类型个性化需求 SFT（有监督微调）、RLHF（强化学习）、RAG（检索增强生成） -关注：基本概念；分别解决什么问题；如何根据需求选择； 微调部分详细介绍： 微调算法的分类 LoRA 微调算法 微调常见实现框架 2. 整体步骤说明 在 Linux ...

Posted by Summer on July 30, 2025

机器学习结果诊断

"我们该如何选择超参数?"

现在, 我们已经学习了最最基础的机器学习, 完成了线性回归与逻辑回归. 不过, 回顾之前的模型, 我们会发现, 在许多程序里我们用到了一些奇怪的参数, 例如学习率 $w$ , 正则化参数 $\lambda$ 等等,这些参数的大小通常无法根据程序和数据确定, 需要工程师自行选择. 这些参数就叫做 超参数(hyperparameters), 指的是在模型训练前由人工设定的参数（如学习率、正...

Posted by Summer on March 7, 2025

监督学习：逻辑回归

"Supervised Machine Learning: Logistic Regression"

1 逻辑回归 逻辑回归的特点: 解决二进制问题, 输出标签y只有0或者1 1.1 逻辑回归的公式 逻辑回归的公式也叫 sigmoid 函数 \[g(z) = \frac{1}{1+e^{-z}}\] 在 Logistic 回归的情况下，z（sigmoid 函数的输入）是线性回归模型的输出。 在单个示例的情况下, z是 scalar。 在多个示例的情况下, z可能是由m个...

Posted by Summer on February 22, 2025

FEATURED TAGS
Meta Machine Learning Mathematical Modeling
ABOUT ME

坚持不幸是一种怠慢
不去追求幸福也是一种卑鄙

FRIENDS