TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #1084 · 9.04
В общем, была задача на оптимизацию плана работ: есть набор заказов, и в каждом N тасков. Таски могут зависеть друг от друга или нет, имеют длительность и тип. Ещё есть M работников, каждый из которых может выполнять таски только определённых типов, причём, у каждого своя скорость. Если все таски в заказе выполнены, фирма получает сколько-то денег. У заказа есть дедлайн, за просрочку штраф (за каждый день просрочки), который вычитается из цены заказа. И ещё фирма тратит деньги за каждый день своей работы независимо от того, как загружены её сотрудники (то есть просто платит зарплаты по сути). Ещё важен учёт праздников и выходных. Нужно заработать на определённом наборе заказов и работников как можно больше денег. Полный текст задачи и код программы проверки есть в репозитории. Эта задача является изменённым заказом, который мы с напарником решали в реальной жизни: оптимизация работы печатных станков для типографии. Правда, тогда и мы справились так себе, и заказчик в итоге сначала захотел всё вручную сам делать, а потом и вовсе похоронил проект при смене директора. !!! Не читайте дальше, если хотите сначала попробовать решить самостоятельно, потому что я сейчас опишу эффективные подходы и результаты. ________________________________________ Так вот. Мы с другим экспертом Андреем сразу сели и написали разные варианты, чтобы задать шкалу, по которой будем оценивать решения команд. За пару часов я собрал примитивный жадный алгоритм, который сортировал заказы по прибыльности и укладывал в сетку кое-как, это дало нам нижнюю оценку. Мой алгоритм заработал ~75 млн виртуальных рублей, мы решили для оценки поставить нижней границей 40 млн. То есть всё, что ещё ниже, оценивалось в ноль баллов за качество оптимизации. Затем Андрей закрылся дома на три дня и вышел на свет со сложным жадным алгоритмом, который очень хитро сортировал заказы и очень хитро укладывал их в сетку, попутно выбирая разные способы этой укладки в зависимости от конкретного заказа. Это позволило заработать ~275 млн рублей. Мы сделали верхней границей для оценки 280 млн. К сожалению, в итоге только две команды из десяти прошли нижнюю границу, заработав, соответственно, ~91 и ~105 млн. К верхней границе не приблизился никто. И у четырёх команд алгоритм вообще не смог уложить без нарушений задачи в сетку (то есть, например, произвольно менял длительности, накладывал задачи друг на друга, давал одному работнику две задачи в один момент и так далее). Важной ошибкой команд, на мой взгляд, являлся тот факт, что никто не воспользовался возможностью запустить алгоритм на несколько минут и дать ему поработать. По условиям задания, можно было тянуть до 5 минут на одну оптимизацию, но по факту решения команд отрабатывали за единицы и десятки секунд. На самом конкурсе, пока команды работали, я решил попробовать сделать быстрое (по времени написания) но эффективное решение. Сначала попробовал жадную сортировку + доведение до лучшего варианта методом имитации отжига. В качестве нового состояния я просто менял местами заказы целиком. Этот вариант работал пару минут и дал мне около ~200 млн дохода. К слову, команда-лидер использовала такой же подход, просто не докрутила число итераций и температуру. Ну и потом я взял готовую либу по реализации классической генетики с особями и скрещиванием. Особью был массив с приоритетами заказов (которые конечно же нужно было аккуратно уложить чистым алгоритмом). Тип скрещивания: scattered. Всего 15 поколений по 20 особей, и это за минуту-полторы давало ~230-240 млн. Считаю, что для конкурса это самый лучший выбор: пишется одним человеком за день и даёт почти максимум, при этом легко настраивается на нужную длительность работы, легко параллелится. Ну а потом уже дома я посидел и накодил свой вариант сложного жадного с плавающим окном перебора отсортированных заказов и плавающей же укладкой по работникам. Такая штука за две минуты зарабатывает ~281 млн. Но за три дня в условиях стресса я бы такое не сделал, скорее всего. #dev
Hashtags
Търсене: #hard
@proanalysistrader · Post #28357 · 26.12.2024 г., 14:03
#HARD/USDT analysis : #HARD is currently moving within a bullish channel. The price has retraced and tested the channel's support, indicating a potential rebound soon, with a target to test previous highs. Traders should wait for a breakout above the $0.1627 level to consider a long entry. TF : 1D Entry : $0.1627 Target : $0.2400 SL : $0.1264
Hashtags
@proanalysistrader · Post #28209 · 16.11.2024 г., 11:05
#HARD/USDT analysis : #HARD is currently in an uptrend, trading above the 200-period exponential moving average (EMA) and forming new highs. The price is now retracing toward a significant support zone. It is expected that the price will test this support area before resuming its bullish momentum. Following this, previous highs are likely to be tested. TF : 2h Entry : $0.1578 Target : $0.2005 SL : $0.1358
Hashtags
@proanalysistrader · Post #27945 · 20.09.2024 г., 12:08
#HARD/USDT analysis : #HARD is currently encountering resistance at the daily TF 200ema. The price is expected to break below the 200ema on the 4h TF and likely test the previous swing low. For a confirmed entry, wait for the break of the $0.1229 level. TF : 4h Entry : $0.1229 Target : $0.1013 SL : $0.1370
Hashtags
@americancryptotrading · Post #27053 · 17.11.2024 г., 15:19
🇺🇸#HARD/USDT produced the descending resistance on 1W timeframe💡 Ready for bullish rally after breakout✈️ American Crypto©
Hashtags
@binancebigpumpsignalsfuture · Post #1622 · 17.09.2021 г., 21:19
#HARD result 1st target achieved in just 1 Hour ✅ One more quick profit 7%+💰🤑 👉 More quick profit signals available in premium channel. Hurry up 🏃♂👇 ☎️ Contact @MichaelStrategiesVip
Hashtags
@binancebigpumpsignalsfuture · Post #1621 · 17.09.2021 г., 21:18
#HARD (Binance) Buy zone 2011-2354 Sell zone 2426-2788-3567-3975-4688
Hashtags
@FenSloshes · Post #3 · 13.06.2019 г., 20:02
Deathclaw gut crushing - #hard#digestion
Hashtags
@sum_tech · Post #75 · 21.10.2024 г., 02:06
Эпик фейл нового iPhone 16: устройства сами перезагружаются по несколько раз в день. О проблеме с телефонами iPhone 16 Pro или iPhone 16 Pro Max пишут на многочисленных форумах и в сообществах поддержки Apple. Проблема у всех одна и та же: телефоны неожиданно зависают, а потом перезапускаются. Подобная ситуация происходит до 20 раз в день. Установка обновлений проблему не устраняет. В Apple экстренно меняют неисправные телефоны, но и новые устройства выдают такую же ошибку. Репутация Apple стремительно рушится. #apple#iphone#hard
@FenSloshes · Post #56 · 18.11.2020 г., 16:03
Bird Bones - #loop#digestion#hard 🎧https://www.furaffinity.net/view/39256235/
Hashtags
@wangzhuanzhan · Post #33534 · 29.09.2024 г., 07:49
T-t偷t心x者z- 偷心者 Hard Breakers (2010) 直达链接：https://pan.quark.cn/s/6e4ab4d36fe3 #偷心者#Hard Breakers 链接：https://link3.cc/sf_com #电影#喜剧#美国#10年代
@sum_tech · Post #335 · 12.11.2025 г., 07:52
Российские процессоры "Baikal M": это провал или отступление? В октябре 2019 года компания "Байкал Электроникс" представила российский инновационный процессор Baikal-M — восьмиядерный чип на архитектуре ARM, ориентированный на серверы и рабочие станции. Этот процессор, с частотой до одного с половиной гигагерц и энергопотреблением менее тридцати пяти ватт, позиционировался как решительный шаг к российской независимости в производстве электроники. Хотя техпроцесс в двадцать восемь нанометров отставал от глобальных стандартов — три нанометра в смартфонах и ноутбуках, — но позволял как минимум решать задачи в госсекторе. Изначально чипы планировали выпускать на фабриках тайваньской TSMC, что обеспечивало достаточное качество. Однако в 2022 году, после введения санкций, сотрудничество с TSMC прервалось, и Россия оказалась перед необходимостью локализации производства. Предыстория Baikal-M уходит корнями в 2014 год, когда "Байкал Электроникс" создали как совместное предприятие с участием "Т-Платформ" и Института физики полупроводников. Цель — разработка отечественных чипов для замены импортных, то есть пресловутое импортозамещение. К 2021 году компания получила первые партии Baikal-M от TSMC — около пяти тысяч штук, с планами на десять тысяч ежемесячно. В августе того же года iRU начала сборку ПК и моноблоков на этих процессорах. В 2025 году ввезли восемьдесят пять тысяч чипов семейства Baikal, включая M и S, а также запустили серийное производство микроконтроллера Baikal-MCU. К лету консорциум систем хранения данных анонсировал поставки десятков тысяч Baikal-M и Baikal-L к концу года. Однако на днях "Байкал Электроникс" объявила о завершении трёхлетнего эксперимента по корпусированию Baikal-M — финальному этапу, когда кристалл помещают в защитный корпус с выводами для платы. Работы вели на заводе GS Nanotech в Гусеве Калининградской области. По словам гендиректора Андрея Евдокимова, проект в целом оценивают позитивно как шаг вперёд, но развивать его не стали из-за нехватки кристаллов и других компонентов на рынке. В месяц собирали лишь десятки штук, с выходом годных изделий в диапазоне 74%-85%. Это стало неожиданностью, но зависимость от импортных материалов тормозит масштабирование российских разработок. Baikal-M остаётся нишевым продуктом для госструктур, где его цена (втрое выше Intel или AMD) не критична,. Однако на реальном рынке спрос на такие дорогие процессоры практически отсутствует. Очевидно, что без господдержки и консолидации мощностей отечественные чипы не выйдут за пределы ниши. Компания, однако, остаётся на плаву. В будущем ожидается запуск процессора Baikal-L на ядрах Cortex-A710 для ноутбуков, с поставками свыше ста тысяч штук в 2026 году. Параллельно разрабатывается серверный Baikal-S2. Но их судьба пока остаётся в тумане и в теории может повторить судьбу "Baikal M". #hard#железо#байкал
@sum_tech · Post #351 · 15.12.2025 г., 12:10
Технология 5D оптического хранения данных в кварцевом стекле зародилась ещё в девяностых годах прошлого века. Но настоящий прорыв случился в 2013 году в лаборатории Оптоэлектронного исследовательского центра Университета Саутгемптона. Профессор Питер Казанский и его команда впервые продемонстрировали запись и чтение цифровых данных с помощью фемтосекундного лазера, создающего наноструктуры внутри fused silica — особо чистого кварцевого стекла. В 2025 году стартап SPhotonix, основанный профессором Казанским и его сыном Ильёй, вывел эту разработку на коммерческий уровень. Компания представила 5D Memory Crystal — носитель, способный хранить до 360 терабайт данных на пластине диаметром пять дюймов. Это эквивалентно примерно пяти тысячам дисков Blu-ray. Подробнее — по ссылке #железо#hard#технологии#инновации#стартапы