问题标签 [temporal]

我正在寻找像CLIPS这样的基于规则的系统（前向链接）， 而不是可以进行时间推理，即以下形式的短语：

如果条件激活超过 10 秒... 如果条件 1 在条件 2 激活后不到 10 秒内变为有效... 如果在 10 秒内发生超过 n 个事件... 如果第一个条件 1 然后条件 2 和条件 3 间隔不超过 2 秒.. .

这是一个警报系统，我更喜欢 ac 或 python 库或可以轻松连接到 python 的东西。

我找到了这个讨论，但没有多大帮助： 时空推理的规则引擎？

如何在时态数据库中应用移动平均值。我的数据包括温度，我想为每 15 条记录应用移动平均值。

我需要制作一个不会无限增长的基于时间的字典哈希表。

“基于时间”的意思是，如果我要在 X 时间添加一个字典，我希望该项目在 X+Y 时间不存在。Y 为超时时间。

我愿意将时间存储在字典中或作为键或值中的结构。

语境：

我得到了我们正在使用的库调用的“回调”，它为我提供了 4 条信息（时间、键、值、操作类型）。

operationType 可以是 start 或 end （还有其他的，但没关系）。

因此，如果我在 X 之后的 Y 时间段内结束，我很乐意使用这些有用的信息。否则我可以丢弃它。

问题：

这基本上是一个定时器线程，它每隔 Y 间隔清理一次字典，并且主线程不断从回调中将内容添加到这个字典中吗？

我使用 Dictionary 来做到这一点，没有计时器，即使我删除了我能够“加入”的元素，它似乎也在无限增长。

另外，是否有某种 .NET 库可以做这样的事情？

什么是用于检查 Kripke 结构上的不变量的（伪代码）算法，以便在违反不变量的情况下，算法返回的反例具有最小长度？

我想分析动物运动的角度。我有每秒记录 10 次的跟踪数据。每次记录的数据包括动物的位置 (x,y)、相对于先前记录的角度和距离，此外还包括速度和加速度。我想分析动物在做出特定角度时的速度，但是由于我的数据的时间分辨率非常高，所以每个转弯都包含许多微小的角度。

我认为有两种可能的方法可以解决这个问题，对于这两种方法我都不知道如何在 R 中实现这样的事情，我们将不胜感激。

第一个：将我的时间分辨率降低某个因素。然而，这带来了丢失数据的可能重要部分的缺点。尽管如此，我如何能够自动对数据集的每 3 次或 10 次记录进行二次采样？

第二种：将直线运动转化为所谓的“飞行​​”；基于规则的步骤聚合在大致相同的方向上，由急转弯隔开（见图）。当与飞行主方向的垂直距离大于 x（可以任意设置的值）时，两点之间的飞行结束。有谁知道如何使用我拥有的 xy 坐标位置数据来做到这一点？

我有以下 C 源文件，需要删除一些代码并添加一些代码以绕过 Nios_2_r2c 处理器上的数据缓存。我不知道该怎么做。

文件：switch.c

文件：ledr.c

通过使用 I/O 读取和写入的内联汇编获得它：

文件：switch.c

文件：ledr.c

相关问题： 这个

我正在使用一个空间网格，它可能会变大（10^6 个节点）甚至更大。我将定期执行置换操作（例如从一个节点到另一个节点的粒子）。我不是信息学专家，但我开始理解缓存行和空间局部性的概念，虽然还不是很好。所以，我在徘徊是否更喜欢使用二维数组（如果是的话，哪个？我现在更愿意避免提升，但也许我稍后会链接它）并索引位移，例如像这样：

数组[i][j] -> 数组[i-1][j+2]

或者，对于一维数组，如果 NX 是“等效”列数：

数组[i*NX+j] -> 数组[(i-1)*NX+j+2]

知道每次迭代将完成近一百万次，也有近一百万次迭代。

我有一张这样的桌子：

这与用于以 Temporal 术语存储更新的 ORM 模型相关联，因此UPDATE您可以创建具有相同id和新start/end日期的新记录，而不是 ing。

好的，现在如果我有这样的（时间）子记录accounts：

如何区分应反映父帐户更改的发票和不反映更改的发票？

例如：

发票显然与主街 123 号的账户记录有关。

现在， 的价值是Invoice.Account.addy多少？123 还是 234？

我是否需要其他字段来帮助确定是哪一个？如果是这样，这些列会是什么样子？

谢谢！

我用这个做了一个测试

结果很奇怪。

1. 无论花费多少时间a_single_chain_computation，加载延迟都不会被隐藏。
2. 更重要的是，随着我添加更多计算，所花费的额外总时间也会增加。（使用单个v = _mm_mul_ps(v, v)，预取节省大约 0.60 - 0.57 = 0.03 秒。使用 16 v = _mm_mul_ps(v, v)，它节省大约 1.1 - 0.75 = 0.35 秒。为什么？）
3. 非临时加载/存储在有或没有预取的情况下都会降低性能。（我可以理解加载部分，但为什么也要存储？）

我正在尝试使用 PuLP 解决假设的线性问题。该问题旨在最大限度地降低 5 年内的运营成本，同时最大限度地提高产品形状和条件。该问题必须产生5个成本，每年一个，同时优化整个系统和每年的运营。

这total_cost涉及维护三种类型的传感器：

• 问题必须考虑到，每年，传感器的状态都比前一年好，并且不能超过 12% 的传感器的状态为"Very poor".
• 如果曝光不高，系统应该能够用另一种类型的传感器替换或降级购买新的传感器。（此声明与本帖无关）

对于sensor_type_a：

• 固定成本：
  • 每单位 1 至 5 年的租金为[50, 55, 55, 55, 60]
  • 第 1 年至第 5 年的每单位保险为[ 1.0, 1.2, 1.2, 1.8, 2.0]
• 可变成本：
  • 功率基于传感器测量的项目数：10+.05*each_measurement。价格每年上涨1%
  • 维护是基于$500 for the total number of sensors + each_measurement*2.45. 价格每年上涨2%
• 曝光指数指示每个传感器的状态，并基于下表：

_

对于sensor_type_b：

• 固定成本：
  • 每单位 1 至 5 年的租金为[60, 65, 65, 70, 75]
  • 第 1 年至第 5 年的每单位保险为[ 1.1, 1.3, 1.4, 1.7, 2.0]
• 可变成本：
  • 功率基于传感器测量的项目数：10+.08*each_measurement。价格每年上涨1%
  • 维护是基于$500 for the total number of sensors + each_measurement*2.65. 价格每年上涨1.5%
• 曝光指数表示每个传感器的状态，基于下表：

_

对于sensor_type_c：

• 固定成本：
  • 1 至 5 年所有单元的维护是[5000, 5100, 5200, 5300, 5400]
  • 第 1 年至第 5 年的每单位保险为[ 1.1, 1.3, 1.4, 1.7, 2.0]
• 曝光指数表示每个传感器的状态，基于下表：

_

我的目标函数/方程是最小化之一：

我的限制：

我在设置约束函数时遇到了麻烦。这是我在概念上想做的事情（伪和python的混合）：

问题：

如果我的伪+python 没有走上正轨，我该如何正确设置约束来解决问题？

请注意，我为每个变量填写的每个项目都有一个表格，其中包含适当的类别和数据点

编辑以反映以下评论：

总共有 2,700 个单元或位置需要测量。我有以下性质的表：

该模型不能改变今年传感器类型的构成，但它应该能够为未来几年充分建模。这意味着包括更换成本等，以获得更好的传感器并降低总体成本。

单位可以互换。