模擬退火法(Simulated Annealing) using VBA最佳化一直是人們在追求的，因此產生了各式各樣的演算法，基因演算法、粒子群演算法、蟻群演算法...。此篇所要介紹的最佳化演算法是 -- 模擬退火法(Simulated Annealing)，它的作法是以暴力法為基礎，將可能的參數一一帶入函數中，直接比較其大小，其優點就是簡單、實用；缺點當然是可能會陷入區域極值中。為了改善此一缺點，所以它引入了一個溫度分佈機率函數 { R(T)= Rnd() – Pk(T), Pk(T)= Exp(dE / k * T) } ，當溫度越大時，Pk(T)就會越小，此時就越有機會跳脫區域的限制。不過它也有可能會因跳脫而無法找到最佳值，因此我在我的程式中，另外加入了一個記憶參數，藉由記憶將曾經找過的最佳值給記憶下來。對於一個小系統,，在目前個人電腦速度越來越快的情況下，此模擬退火法還滿簡單、實用。
後記: 在後續的測試中發現，當起始值離目標值太遠時，有時也會找不到最佳值，因此要多試幾次，甚至是每次都帶不同的起始值。
MTK7688 影像串流 using mjpg_streamer網路上介紹7688的影像串流時，一般都會叫你灌ffmpeg套件，可是7688不是已有內建一套mjpg_streamer呢?那為何不用呢?這篇就是教大家如何用mjpg_streamer來執行影像串流，再加上設定開機執行程式，如此只要7688上電，即可在與7688同一區域網路下，以網頁瀏覽器看到7688 camera所傳回的影像畫面。
以下為node.js程式
現實生活中我們會遇到許多工作需要事先排序，也許是由小排到大，也許是大到小。這裡提供一個使用Excel VBA寫的排序方法，它使用Excel本身的函數max，將待排序數列中的最大值取出，此即為整個序列中的最大值，然後以一極小值(此設為-10000)取代此已被找出的最大值，接著再繼續於剩下的待排序數列中找出最大值，此即為序列中的第二大值，如此一直尋找，直到整個序列都被找完，如此就可將數列由大至小排列。
1/26(四) 一早就搭乘虎航06:25起飛的飛機，約10:30 (日本時間)就抵達東京成田機場。早餐沒吃什麼，由於也沒訂廉航上的餐點，所以一路上飢腸轆轆，趕緊搭11:26由機場第二大樓出發的成田SKYACCESS電車至淺草吃中餐，此Access Express電車就跟台鐵的電車差不多，由於它不是每站都停，所以會較快抵達，不過由機場第二大樓至淺草站也要約58分鐘，因為我們只買到押上站的票(1170日幣)，因此至淺草站(都營)時還得至精算機補上120日幣。
在東京自助旅行最重要的就是交通問題，錯綜複雜的鐵路、地鐵、巴士，建構出這個龐大城市的交通動線，而對我們自助旅行最方便的不外乎就是地鐵，省錢又方便，我們這次的自由行也是以地鐵為主要的代步工具，出發前參考了許多Blog對地鐵的介紹，但還是一頭霧水，不知道是我的理解力太差還是東京的地鐵系統真的太複雜了，以致於我一直搞不懂，所以我決定自己將我的搭乘心得寫成這篇文章，讓大家參考看看:
"二足步行機器人入門"，這本書我已經買了好一陣子，記得當初看到這本書時，心中深處的夢想被喚醒了，當下立馬買了這本書，相關零件也買了，但卻沒一鼓做氣給它完成，做做又停停，尤其是在割ABS板時，無數放棄的念頭一直湧上心頭。最近趁著工作的空檔，終於完成此機器人的第一型態。此書 -- "二足步行機器人入門"作者是名日本高中老師，書中讓人感受到他的用心與投入，日本人在許多的技術上獨步全球，尤其是它們對一項事物的投入與專注，更是值得我們去學習，電視冠軍、料理鐵人、矛與盾，都是源於日本的這種職人精神。
剛結束九層塔的種植，將種植區整理了一下並翻了翻土，想再繼續種點東西，那要種什麼好呢?這個冬天都還沒吃到茼蒿，就趁著這個空檔來種茼蒿吧!茼蒿是冬天的作物，現在種有點太遲了點，不過種田本就是看天吃飯的工作，就將它的命運交給上天去決定吧!
