当前位置: 首页 > news >正文

供应链业务-供应链全局观(三)- 供应链三流的集成

概述

供应链的全局观的全两篇文章主要描述了供应链的基础概念和供应链的协作和集成问题。

供应链业务-供应链全局观(一)定义了什么是供应链和供应链管理。

所谓供应链就是把采购进来的东西,通过自身的生成加工,进行增值服务,卖出去,然后交付给客户。

所谓供应链管理是从客户的客户到供应商的供应商,供应链管理是对贯穿其中的产品流、信息流和资金流的集成管理。供应链管理其本质就是三流的管理。

供应链管理的目标是以最大化客户的价值、最小化供应链的成本。供应链管理的本质上是平衡,在满足客户需求和最小化供应链成本之间进行平衡。让满足客户需求和控制供应链成本之间获得一个全局的最优解,而不是如何获得一个完美方案

供应链业务-供应链全局观(二)主要介绍了供应链管理的协助和集成。供应链管理,因为所谓的“链”,其实就是由各个环节组成,然后进行有效的协作,最终实现客户价值最大化和供应成本最小化的目标。

如果需要协作好,就需要对产品、资金和信息进行集成管理,让个各个环节的产品信息、资金信息和业务信息都需要打通。

所以,供应链管理最重要的两个方面:一个是协作,一个是集成。同时讨论为什么协作不起来,主要原因是不仅仅需要每个部门有自己的竖向考核指标,还要有贯穿每个“链”的横向指标。最后讨论为什么集成不起来的原因,主要原因就是两个,一个是“想不想”,一个是“能不能”,前者是意愿问题,后者则是工具问题。

如果大家对于以上问题还存在疑问或者不清楚的地方,可以点击链接温故一下。

供应链的三流

供应链管理三流就是对产品流、信息流和资金流的集成管理。

产品流是从供应商的供应商流向客户的客户,资金流是从客户的客户流向供应商的供应商,而信息流则双向流动,支配产品流与资金流。

什么是产品流

产品流:产品流是产品的物理流动,涉及采购、生产、仓储、运输等。其管理重点是以最经济、有效的方式采购、制造、运输和销售产品。

例如:

  • 某新能源汽车制造商:电池原材料(锂、钴)→ 电池生产商→ 整车组装厂→ 区域配送中心→ 4S门店→ 消费者

  • 生鲜电商:农户→ 产地仓→ 冷链运输→ 城市前置仓→ 末端配送→ 消费者家庭

产品流与物流的区别

产品流是产品的物理流动,指实体产品从原材料到终端消费者的物理移动过程,涉及采购、生产、仓储、运输等。其管理重点是以最经济、有效的方式采购、制造、运输和销售产品。而产品流还包括增值的生产过程,例如在生产企业内,设备布局、工艺流程等都属产品流的范畴。

物流说到底是把产品从A点搬到B点​,本身并不对产品增值。物流是产品流的一部分,产品流包含了物流。

1. 汽车制造行业

  • 产品流
    流程:钢材供应商 → 冲压车间(车身制造)→ 总装车间(零部件组装)→ 4S店 → 消费者
    管理重点:协调全球零部件供应商的交货时间、平衡不同车型的生产节奏、处理召回产品的逆向流动。

  • 物流
    操作:从冲压车间到总装车间的零部件运输、成品车从工厂到4S店的铁路/公路运输、4S店的库存管理。
    管理重点:选择铁路还是公路运输以降低单台成本、优化仓库布局减少搬运次数。

区别体现
产品流需要解决“何时生产哪种车型”(生产计划),而物流需解决“如何用最低成本将车辆从武汉工厂运到上海4S店”(运输方案)。


2. 生鲜电商行业

  • 产品流
    流程:农户采摘 → 产地预处理(分拣、预冷)→ 冷链干线运输 → 城市仓加工(包装、贴标)→ 末端配送 → 消费者 → 过期商品回收。
    管理重点:控制全链条损耗率、协调不同品类(海鲜/果蔬)的保鲜周期差异。

  • 物流
    操作:冷链车辆温度监控、社区前置仓的库存周转、骑手配送路径规划。
    管理重点:确保运输途中温度≤4℃、设计30分钟送达的最优配送路线。

产品流关注“如何设计从田间到餐桌的完整保鲜链路”,物流则专注“如何在配送环节实现30分钟达且成本可控”。

产品流是“战略视角的全局流动”,需要协调采购、生产、销售等多部门。

物流是“战术层面的物理执行”,依赖运输工具、仓储技术等硬实力。

产品流如同人体的血液循环系统(维持生命运行),物流则是心脏搏动与血管运输(推动血液流动的具体机制)。两者必须协同,但解决的问题层级截然不同。

什么是信息流

信息流:贯穿供应链的数据传递,包括订单、预测、库存等信息的双向流动。

信息流本质上可以理解为供应链中所有业务单据的数据记录、传递和关联过程。这些单据承载着从采购到销售、从生产到结算的完整业务轨迹,通过数据串联形成供应链的"数字基因链"。

以下从业务单据视角展开说明:

采购申请单 → 采购订单 → 入库单 → 生产工单 → 质检报告 → 出库单 → 销售订单 → 物流运单 → 对账单 → 付款凭证

数据关联逻辑

  • 纵向穿透:单据间通过唯一编号(如采购订单号)建立关联

  • 横向整合:跨部门数据匹配(如入库单数量与采购订单比对)

  • 逆向追溯:通过销售订单反查原材料批次(如食品召回)

例如,在医药流通企业,对于产品的追溯一般都是通过完善的信息流。

  • 特殊单据流
    采购订单 → 药检报告单(扫码验证真伪) → 冷链运输温控日志 → 销售出库单(批号追踪) → 医保结算单(与卫健委系统对接)

  • 关键关联
    每盒药品的电子监管码贯穿所有单据,实现从原料药到患者用药的全生命周期追溯。

但真实供应链的信息流如同毛细血管网络

  • 主动脉:采购单、销售单等主单据

  • 分支血管:质检单、变更单等细分单据

  • 微循环:设备传感器日志、电子签章记录等元数据

只有将主支流、正逆向、软硬单据全部纳入管理,才能实现真正的全息化供应链。就像现代城市的地下管网系统,看不见的分支管道(异常处理单据)往往决定着整个系统的健康度。

信息流管理的重点

信息流管理的核心在于通过数据的高效传递与智能处理,驱动供应链的精准决策与协同运作

信息的本质就是数据,对于数据来说准确性、时效性和完整性是非常重要的。数据在供应链中的有序流动与价值转化,其质量直接决定供应链的效能。从数据三性(完整性、准确性、时效性)出发,信息流管理的核心可归结为“构建可信数据链,驱动精准决策”

信息流就是数据链,供应链管理,非常大程度上都依赖这个数据链。

针对信息流的完整性,其实挑战并不是在数据本身,而是供应链的透明度,即在供应链中,例如:产品具体在哪个环节,有多少,说白了,产品流还是个信息流问题。再比如,针对供应商送货时效,我们有没有完整的记录,从采购下单,供应商确认以及供应商出库到采购入库,这些环节是否被完整的记录,这些才是信息流完整性的挑战,如果数据完整性确实,对于后续精准决策其实影响是非常大的。

完整性管理:打造无断点的数据闭环,确保数据覆盖供应链全场景、全周期,消除“信息黑洞”。
准确性管理:消灭“数据噪声”,确保数据真实反映物理世界,避免“假数据真决策”。
时效性管理:实现“数据零时差”,让数据流动速度超越实体流动速度,抢占决策先机。

完整×准确×时效 = 可信决策力

  • 完整性是分母:缺失的数据会无限放大风险(如某药企因批次记录不全导致整季产品报废)。

  • 准确性是系数:错误数据会让所有努力归零(如某券商因交易数据错误引发10亿元亏损)。

  • 时效性是指数:过时的数据价值呈指数衰减(如台风路径数据延迟1小时,物流损失可能翻倍)。

当企业掌握这三把“数据密钥”,就能打开供应链智能化的新维度——不再是简单搬运货物,而是通过数据流精准编排资源,实现“物理世界与数字世界的共舞”。这才是信息流管理的终极意义。

什么是资金流

资金流是供应链中与产品流动方向相反的货币流转过程,贯穿采购、生产、销售、结算等全环节。它是企业运营的"血液系统",直接影响供应链的生存能力和盈利能力。资金流中断,导致很多行业整体陷入困境,并且大部分企业基本上是无力回天。

亏本是慢性病,就如吃不饱饭,只是饿着,但不会立即饿死;资金周转不灵则如脑中风,用不了多久就会死人。

资金流的管理重点

1. 流动性管理:保障资金链不断裂,其关键指标是:现金周转天数(CCC)= 存货周转天数 + 应收账款天数 - 应付账款天数,例如:戴尔负现金周期:通过直销模式+供应商账期管理,实现CCC = -36天(客户先付款,后向供应商结款)

2. 风险控制:筑起资金安全防线,例如:某手机品牌因渠道商倒闭,8亿元应收账款成为坏账

3. 效率优化:减少资金闲置损耗,例如:沃尔玛允许供应商自主选择提前回款折扣率(如98折换7天到账),年节省财务费用3亿美

4. 战略协同:驱动三流闭环,例如:信息流指引资金流:ZARA根据实时销售数据提前支付优质面料供应商,确保快速补货。

资金流是供应链的“血液循环系统”,贯穿采购、生产、销售、结算全流程,其管理核心在于确保资金的高效周转、风险可控和价值增值

资金流与库存问题

在很多情况下,资金流问题与库存问题并存。而库存则与信息流息息相关,例如“牛鞭效应”中需求预测信息沿供应链传递时失真、放大,导致整条供应链过量生产、过度扩张、库存积压,从而导致资金积压严重;

牛鞭效应:供应链的“蝴蝶效应”,需求波动从终端消费者向上游逐级放大,导致供应链各环节库存与资金积压,形如挥动的牛鞭。

牛鞭效应形成机制

  1. 预测失真:零售商根据历史销量预判需求,批发商叠加安全库存,层层加码

  2. 订单博弈:采购方因恐慌性囤货(如芯片短缺时车企超量下单)

  3. 促销扰动:短期促销活动扭曲长期需求信号(如双11销量激增引发生产误判)

采购方因为商业原因故意隐瞒市场数据,或者因为担心供应商的产能不足而故意拔高预测,也会导致供应商过度生产,库存积压。“

牛鞭效应”造成库存问题,而“牛鞭效应”的根本起因是信息不对称​。所以,资金流问题往往取决于信息流的解决方案。​“拿信息换库存”也是拿信息换现金,即通过鼓励供应链伙伴及时、准确地共享信息,消除信息不对称,来减小“牛鞭效应”​、降低库存、减少资金积压,从而盘活整个供应链。

其实对于三流来说,三条流是相互关联的,必须作为一个整体来看待,这就是三流集成的概念。例如信息流通畅了,产品流就流畅(信息流驱动产品流)​;产品流通畅了,库存就低(产品的停滞形成库存)​;库存低了,资金积压就少,更多的现金进入流转,资金流就通畅。这些都降低了供应链的成本,提高了供应链的速度。

写在最后话

本篇文章主要讨论了供应链的三流的定义和管理重点,具体如下:
  • 产品流

    • 定义:实体产品从原材料到终端消费者的物理流动,涵盖采购、生产、仓储、运输等环节。

    • 管理重点:经济高效地实现增值过程(如生产工艺优化),与物流(单纯物理搬运)形成战略与战术的互补。

  • 信息流

    • 定义:双向流动的数据链,贯穿订单、库存、预测等业务单据,驱动产品流与资金流。

    • 管理重点:数据完整性(全流程覆盖)、准确性(消除失真)、时效性(实时响应)。

  • 资金流

    • 定义:与产品流反向的货币流动,贯穿采购、销售、结算全流程。

    • 管理重点:保障流动性(如戴尔负现金周期)、控制风险(汇率/信用风险)、优化效率(动态贴现)。

同时又提到了,供应链领域里面的著名的“牛鞭效应”以及与三流协同的关系。具体如下:

  • 牛鞭效应根源:信息不对称导致需求信号逐级失真放大(如某纸巾品牌渠道库存放大4.7倍)。

  • 信息流的核心作用

    • 消除信息孤岛:宝洁与沃尔玛CPFR模式共享销售数据,预测偏差从32%降至6%。

    • 数据驱动决策:实时需求数据指导生产(如SHEIN 7天上新周期),减少过度生产和库存积压。

  • 三流联动价值

    • 信息流透明化 → 降低库存 → 释放资金占用(如某电子企业库存周转提升81%)。

    • 资金流优化 → 支持敏捷生产 → 提升产品流效率(如特斯拉通过账期管理加速研发投入)。

相关文章:

供应链业务-供应链全局观(三)- 供应链三流的集成

概述 供应链的全局观的全两篇文章主要描述了供应链的基础概念和供应链的协作和集成问题。 供应链业务-供应链全局观(一)定义了什么是供应链和供应链管理。 所谓供应链就是把采购进来的东西,通过自身的生成加工,进行增值服务&am…...

Docker 提示Docker Engine stopped

做AI开发的时候,安装Docker提示Docker Engine stopped,以下是解决步骤: 一般都是成功的,不成功很可能是电脑兼容问题,通过采用4.4.4版本解决的: docker desktop 4.4.4 旧版本下载:在这里找到了4…...

对自己的优缺点评价

在面试中回答优缺点时,需要既体现自我认知的客观性,又能将优缺点与岗位需求结合,避免暴露可能影响工作的硬伤。以下是一个符合Java开发者角色的回答框架,供参考: 回答思路: 优点:选择与岗位直接…...

解决eNSP在24H2版本下AR_40启动失败问题

前言 1.网络学习中缺少不了模拟,自从Windows版本更新24H2以后,eNSP就出现各种问题,最常见的就是AR报错40【启动失败】,之前我也去网站搜了,也问了Microsoft社区,发现他们在底层逻辑上进行了修改(开启了虚拟…...

计算机组成原理-指令系统

1. 指令系统的定义与作用 指令系统(Instruction Set Architecture, ISA)是计算机硬件与软件之间的接口规范,定义了CPU能够识别和执行的所有指令的集合,是计算机体系结构的核心组成部分。 核心作用: 为程序员提供操作…...

Oracle数据库中 LEVEL start with prior connect by

在Oracle数据库中,处理层次结构数据是一项常见且重要的任务。无论是组织结构、分类目录还是其他具有层级关系的数据,Oracle都提供了强大的工具来简化和优化这些操作。其中,LEVEL伪列结合CONNECT BY和START WITH关键字,成为了处理层…...

HTTP 1.1 比 HTTP1.0 多了什么?(详尽版)

相较于HTTP 1.0,1.1 版本增加了以上特性: 1. 新增了连接管理即 keepalive,允许持久连接。 定义: Keepalive允许客户端和服务器在完成一次请求-响应后,保持连接处于打开状态,以便后续请求复用同一连接&am…...

Java学习手册:Java I/O与NIO

Java I/O(Input/Output)和NIO(New Input/Output)是Java语言中用于处理输入输出操作的重要部分。它们提供了丰富的API来处理文件和网络通信。I/O是Java早期版本中引入的,而NIO是在Java 1.4中引入的,旨在提供…...

linux下的目录文件管理和基本文件管理的基本操作

目录 1.目录创建,文件创建和文件编辑的案例 2.文件编辑进阶 --vim 3. 命令的别名 4. 查看文件内容和文件编辑(重定向)的案例 5. 重定向之追加 6. 查看目录和文件编辑的案例 7. 查看目录和文件编辑(覆盖)的案例 为了加深对linux命令的熟悉程度,这…...

magnet库Hello,world!

1.c文件 #include<iostream> #include"Control.hpp" class O1:public mag::Control{bool b; public:O1(){b1;}bool decide(){return b&&islifing();}void action(){std::cout<<"Hello,world!\n";b0;destroy();} }; int main(){O1 o1;…...

应急响应靶机-Linux(1)

挑战内容 账户密码&#xff1a;defend/defend Root/defend 黑客的IP地址遗留下的三个flag 1、按正常思路来走&#xff0c;先登录一手因已经给出root账户密码&#xff0c;先查看一手执行过的命令&#xff0c;发现一个flag值并且看到他往期编辑了一个文件&#xff0c;咱们顺便进去…...

k8s 部署spring项目+动态启动pod

在 Kubernetes 中部署 Spring Boot 项目并实现 动态管理 Pod&#xff08;自动扩缩容、滚动更新等&#xff09;&#xff0c;需要结合 Docker 镜像构建、Deployment 配置、Service 暴露和 HPA&#xff08;Horizontal Pod Autoscaler&#xff09; 等组件。以下是完整操作步骤&…...

【DINO】

detr 简化了检测流水线,消除了许多手工设置的组件 单阶段目标检测 需要前置的backbone抽取特征 faster_rcnn和yolo都是基于anchor,anchor当作候选框,NMS非极大值抑制 重叠的框只保存一个,效率低 所以detr来了,transformer,既有encoder又有decoder,套一个transforme…...

Nature重磅:后晶体管时代光子芯片革新AI计算!光子处理器运行《吃豆人》性能比肩电子,能效提升超500倍

随着人工智能&#xff08;AI&#xff09;模型规模以及应用范围的不断拓展&#xff0c;性能上限和能耗瓶颈正逐渐显现出来。大语言模型&#xff08;LLM&#xff09;、强化学习和卷积神经网络等 AI 模型的复杂性不断增长&#xff0c;正在将传统电子计算推向极限&#xff0c;能源需…...

Excel表格文件分组归并——通过sql

将 Excel 表转换为 SQL 数据库并直接执行 SQL 查询以获得所需的输出。以下是使用 SQL 实现此目的的步骤&#xff1a; 第 1 步&#xff1a;将 Excel 数据导入 MySQL 假设您设置了 MySQL 数据库&#xff0c;则需要先将 Excel 数据导入到表中。您可以使用语句或工具&#xff08;…...

2.微服务拆分流程

文章目录 交易服务1.1.创建项目1.2.引入依赖1.3.创建交易服务启动类1.4.创建并编写配置文件1.5.代码连接池4.2.1.引入依赖4.2.2.开启连接池抽取Feign客户端 1.6.抽取ItemClient接口1.7.抽取CartClient接口改造OrderServiceImpl扫描包 1.8.数据库1.9.配置启动项1.10.测试 以拆分…...

vue入门:计算属性computer监听器watch

文章目录 计算属性computer定义计算属性在模板中使用计算属性计算属性的使用场景 监听器watch基本语法深度监听立即执行监听数组异步操作数据校验副作用处理清理监听器 watch 与 computed 的区别 计算属性computer 在 Vue 中&#xff0c;计算属性&#xff08;computed&#xf…...

Jenkins 发送钉钉消息

这里不介绍 Jenkins 的安装&#xff0c;可以网上找到很多安装教程&#xff0c;重点介绍如何集成钉钉消息。 需要提前准备钉钉机器人的 webhook 地址。&#xff08;网上找下&#xff0c;很多教程&#xff09; 下面开始配置钉钉机器人&#xff0c;登录 Jenkins&#xff0c;下载 …...

numpy练习

生成一个2行3列随机整数二维数组a使用Numpy方法对&#xff08;1&#xff09;中数组a进行整体求积使用Numpy方法对&#xff08;1&#xff09;中数组a进行求每列最大值索引定义一个NumPy一维数组 b&#xff0c;元素为 1 到 10 的整数获取&#xff08;4&#xff09;数组b中最后五个…...

Ethers.js 开发入门:核心功能、最佳实践与避坑指南

引言 Ethers.js 是当前 Web3 开发领域增长最快、备受开发者青睐的以太坊 JavaScript 库之一。在本篇文章中&#xff0c;我们将介绍 Ethers.js 的核心功能和用法&#xff0c;包括如何连接区块链节点、与钱包交互、读取智能合约数据、发送交易等。同时&#xff0c;我们还将分享使…...

SQL查询语句的​​书写顺序​​

一、标准SQL书写顺序&#xff08;逻辑顺序&#xff09; 书写顺序是开发者编写SQL时遵循的语法规则&#xff0c;逻辑上更贴近“声明式”需求描述。以下是​​从前往后​​的书写顺序&#xff1a; SELECT[DISTINCT] 列名或表达式 FROM表名或子查询 [JOIN ... ON ...] WHERE行级…...

探索加密期权波动率交易的系统化实践——动态对冲工具使用

Trading Volatility – What Are My Options? 在本文中&#xff0c;我们将介绍一些如何交易资产波动性&#xff08;而非资产价格&#xff09;的示例。为了帮助理解&#xff0c;我们将使用 Deribit 上提供的几种不同产品&#xff0c;包括但不限于期权。我们将尽可能消除对标的价…...

文件操作和 IO - 3

目录 文件内容的读写 —— 数据流 InputStream 概述 方法&#xff1a; 说明&#xff1a; FileInputStream 概述 read 方法&#xff1a; OutputStream 概述 方法 说明 FileOutputStream 概述 write 方法&#xff1a; Reader 字符流 Writer 字符流 总结&#xff1a…...

Kubernetes中的Label和Selector核心作用与应用场景

一. Label 和 Selector 的核心概念 Label 和 Selector 是 Kubernetes 中实现灵活资源管理的基石&#xff0c;贯穿部署、服务发现、监控等核心场景。通过合理设计标签&#xff0c;用户可以高效实现自动化运维与精准资源控制。 Label&#xff08;标签&#xff09;&#xff1a; K…...

L1-6 大勾股定理

题目 大勾股定理是勾股定理的推广&#xff1a;对任何正整数 n 存在 2n1 个连续正整数&#xff0c;满足前 n1 个数的平方和等于后 n 个数的平方和。例如对于 n1 有 3^2 4^2 5^2 &#xff1b;n2 有 10^2 11^2 12^2 13^2 14^2 等。给定 n&#xff0c;本题就请你找出对应的解。 输…...

esp32-idf Linux 环境安装教程

一、提前说明 1. 系统环境 Ubuntu22.04 2. 适配芯片 ESP32S3 3. idf版本 v5.4.1(截止2025年4月13日为最新版本) 二、安装步骤 1. 安装前置依赖 sudo apt-get install git wget flex bison gperf python3 python3-pip python3-venv cmake ninja-build ccache libffi-dev l…...

关于使用 nuitka进行构建python应用的一些配置,以及github action自动构建;

1. 通用配置 # 设置输出目录和文件名output_dir "dist"app_name "CursorAutoFree"# 基础命令行选项base_options ["--follow-imports", # 跟踪导入"--enable-plugintk-inter", # 启用 Tkinter 支持"--include-packagecusto…...

C++开山解惑

. Solution & Code 本题解仅适用于 C 选手。 这道题可谓是 C 中最基础的题目之一&#xff0c;先上两份代码&#xff1a; #include <cstdio> using namespace std;int main() {long long a, b;scanf("%lld%lld", &a, &b);printf("%lld"…...

Pytorch深度学习框架60天进阶学习计划 - 第41天:生成对抗网络进阶(二)

Pytorch深度学习框架60天进阶学习计划 - 第41天&#xff1a;生成对抗网络进阶&#xff08;二&#xff09; 7. 实现条件WGAN-GP # 训练条件WGAN-GP def train_conditional_wgan_gp():# 用于记录损失d_losses []g_losses []# 用于记录生成样本的多样性&#xff08;通过类别分…...

路由策略/策略路由之route-policy

思科名称&#xff1a;route-map、match、set Route-policy 是一个非常重要的基础性策略工具。你可以把它想象成一个拥有多个节点&#xff08;node&#xff09;的列表&#xff08;这些 node 按编号大小进行排序&#xff09;。在每个节点中&#xff0c;可以定义条件语句及执行语…...

《嵌入式系统原理》一些题目

1 &#xff0e;ARM 的存储格式&#xff1f;默认的存储模式是&#xff1f; 大端格式和小端格式&#xff0c;默认为小端模式 2 &#xff0e;当前程序状态寄存器&#xff1f;&#xff08;英文简写、条件码标志位及控制位的含义&#xff09; CPSR&#xff0c;N,Z,C,V(P26) 3 &a…...

卡洛诗已悄然改写高性价比西餐的竞争规则

在餐饮行业竞争日益激烈的今天&#xff0c;消费者对“高性价比”的定义已从单纯的低价转向品质、体验与情感价值的综合考量。萨莉亚原团队成员出来升级孵化的新概念中式西餐卡洛诗以“访九州异馔&#xff0c;再造东方味”为核心理念&#xff0c;通过本土化创新、严控文化及场景…...

独立开发者之网站的robots.txt文件如何生成和添加

robots.txt是一个存放在网站根目录下的文本文件&#xff0c;用于告诉搜索引擎爬虫哪些页面可以抓取&#xff0c;哪些页面不可以抓取。下面我将详细介绍如何生成和添加robots.txt文件。 什么是robots.txt文件&#xff1f; robots.txt是遵循"机器人排除协议"(Robots…...

02核心-EffectSpec,EffectContext

1.FGameplayEffectSpec 效果Spec 创建&#xff1a;MakeOutGoingSpec>EffectSpecHandle≈EffectSpec. 创建总结&#xff1a;EffectLevelEffectContext>EffectSpec(Handle) 数据&#xff1a;EffectSpec存有效果的等级&#xff0c;上下文&#xff0c;类。 还有很多其他东…...

驱动开发硬核特训 · Day 10(下篇):设备模型实战篇 —— Platform 驱动机制 ≈ 运行时适配器

&#x1f50d; B站相应的视屏教程&#xff1a; &#x1f4cc; 内核&#xff1a;博文视频 - 总线驱动模型实战全解析 敬请关注&#xff0c;记得标为原始粉丝。 &#x1f527; &#x1f4cd; 一、目标与回顾 在上篇《理论篇》中&#xff0c;我们从软件工程角度&#xff0c;解释…...

集合框架二三事

一.集合框架 Java集合框架&#xff08;Java Collections Framework&#xff09;是Java标准库中用于存储和处理对象集合的一组接口和实现类。它提供了一套统一的API&#xff0c;使得开发者能够高效地管理和操作数据集合。以下是关于Java集合框架的详细介绍&#xff0c;包括其核…...

前端jest(vitest)单元测试快速手上

前言 vitest和jest除了配置上不同&#xff0c;其他的基本差不多&#xff0c;这里以jest为例进行说明 安装依赖 npm install -D jest编写测试 例如&#xff0c;我们将编写一个简单的测试来验证将两个数字相加的函数的输出。 sum.js export function sum(a, b) {return a b…...

优化方法介绍(二)

优化方法介绍(二) 本博客是一个系列博客,主要是介绍各种优化方法,使用 matlab 实现,包括方法介绍,公式推导和优化过程可视化 1 BFGS 方法介绍 BFGS 的其实就是一种改良后的牛顿法,因为计算二阶导数 Hessian 矩阵所需的计算资源是比较大的,复杂度为 O ( 2 ⋅ n 2 ) …...

Sklearn入门之datasets的基本用法

、 Sklearn全称:Scipy-toolkit Learn是 一个基于scipy实现的的开源机器学习库。它提供了大量的算法和工具&#xff0c;用于数据挖掘和数据分析&#xff0c;包括分类、回归、聚类等多种任务。本文我将带你了解并入门Sklearn下的datasets在机器学习中的基本用法。 获取方式 pi…...

UDS协议 - 应用层服务测试用例概览

目录 前言一、10服务物理寻址测试功能寻址测试二、11服务物理寻址测试功能寻址测试三、14服务物理寻址测试功能寻址测试四、19服务物理寻址测试功能寻址测试五、22服务物理寻址测试功能寻址测试六、27服务物理寻址测试七、28服务物理寻址测试功能寻址测试八、2E服务物理寻址测试…...

记录一个虚拟机分配资源的问题

Virtualize Intel VT - x/EPT or AMD - V/RVI&#xff1a;若物理机的 CPU 支持对应的硬件虚拟化技术&#xff08;Intel VT - x 或 AMD - V&#xff09;&#xff0c;强烈建议开启。该功能可显著提升虚拟机的性能&#xff0c;让虚拟机更高效地利用物理 CPU 资源&#xff0c;改善卡…...

(即插即用模块-特征处理部分) 三十一、(2024) CDFA 对比度驱动的特征聚合模块

文章目录 1、Contrast-Driven Feature Aggregation module2、代码实现 paper&#xff1a;ConDSeg: A General Medical Image Segmentation Framework via Contrast-Driven Feature Enhancement Code&#xff1a;https://github.com/Mengqi-Lei/ConDSeg 1、Contrast-Driven Feat…...

机械革命 无界15X 自带的 有线网卡 YT6801 debian12下 的驱动方法

这网卡是国货啊。。。 而且人家发了驱动程序 Motorcomm Microelectronics. YT6801 Gigabit Ethernet Controller [1f0a:6801] 网卡YT6801在Linux环境中的安装方法 下载网址 yt6801-linux-driver-1.0.29.zip 我不知道别的系统是否按照说明安装就行了 但是debian12不行&…...

TypeScript 的 interface 接口

TypeScript 的 interface 接口 简介 interface 是对象的模板&#xff0c;可以看作是一种类型约定&#xff0c;中文译为“接口”。使用了某个模板的对象&#xff0c;就拥有了指定的类型结构。 interface Person {firstName: string;lastName: string;age: number;} 上面示例中…...

SpringBoot3-web开发笔记(下)

内容协商 实现&#xff1a;一套系统适配多端数据返回 多端内容适配&#xff1a; 1. 默认规则 SpringBoot 多端内容适配。 基于请求头内容协商&#xff1a;&#xff08;默认开启&#xff09; 客户端向服务端发送请求&#xff0c;携带HTTP标准的Accept请求头。 Accept: applica…...

关于无线网络安全的基础知识,涵盖常见威胁、防护措施和实用建议

无线网络(WiFi)的普及极大地方便了我们的生活,但其开放性也带来了诸多安全隐患。以下是关于无线网络安全的基础知识,涵盖常见威胁、防护措施和实用建议: 一、无线网络常见安全威胁 窃听(Eavesdropping) 攻击者通过监听无线信号,截获未加密的数据(如登录密码、聊天记录…...

《基于 RNN 的股票预测模型代码优化:从重塑到直接可视化》

在深度学习领域&#xff0c;使用循环神经网络&#xff08;RNN&#xff09;进行股票价格预测是一个常见且具有挑战性的任务。本文将围绕一段基于 RNN 的股票预测代码的改动前后差别展开&#xff0c;深入剖析代码的优化思路和效果。 原始代码思路与问题 原始代码实现了一个完整…...

【leetcode刷题日记】lc.347-前 K 个高频元素

目录 1.题目 2.代码 1.题目 给你一个整数数组 nums 和一个整数 k &#xff0c;请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。 示例 1: 输入: nums [1,1,1,2,2,3], k 2 输出: [1,2]示例 2: 输入: nums [1], k 1 输出: [1] 提示&#xff1a; 1 <…...

进程I·介绍、查看、创建与状态

目录 介绍 PCB&#xff08;进程控制块&#xff09; task_struct 查看、创建进程 进程状态 小知识 介绍 进程&#xff1a;PCB&#xff08;process control block&#xff09;&#xff08;内核数据结构&#xff09; 代码和数据 进程创建&#xff1a;操作系统将其相关属性信…...

[k8s]随笔- spec内容整理

面对 Kubernetes 中 spec 字段的复杂性&#xff0c;关键在于建立 层次化的分类逻辑 和 功能导向的归纳方法。以下是具体的规整思路和实践步骤&#xff0c;帮助你理清脉络、高效使用&#xff1a; 一、按资源类型分层&#xff1a;先分“大类”&#xff0c;再钻“细节” K8s 资源…...