一、应用 VIKOR（折中妥协法）是一种多属性决策方法，其应用于各种方案的优劣排序，与SPSSAU综合评价中的TOPSIS（或熵权TOPSIS）功能类似。比如对备选的供应商方案排序，备选的应聘者的各项能力综合评价，找出应聘者的优先适合排序等。 比如有A,B,C,D,E,F,G共7名备选应聘者，共对应聘者四种能力进行打分，最低为1分，最高为10分，分值越高能力越强。现希望结合四种能力（即四种指标

为啥要提出梯度法？因为机器学习的主要任务就是在学习时寻找最优参数。啥叫最优参数？就是使损失函数值最小时的权重和偏置。而损失函数很复杂，参数空间庞大，使用梯度来寻找函数最小值的方法就是梯度法。梯度法使用梯度信息决定前进方向。由全部变量的偏导数汇总而成的向量成为梯度（gradient）。梯度指示方向是各点处函数值减少最多的方向，因此无法保证梯度所指方向就是函数最小值或真正应该前进的方向。因为函数的极小

将两个数字进行交换，一共有3种方法： 使用额外空间的方法： 最常用的方法，代码如下： int a=50,b=22,t; t=a; a=b; b=t; 不使用额外空间的方法：（1）加减法 （2）异或法 （1）加减法代码如下： int a=50,b=22,t; a=a+b; b=a-b; a=a-b; （2）异或法（是两数交换所用时间最快的方法） 顾名思义，就是将两个数异或，原理如