معرفی شرکت ها

chama-0.2.0

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.2.0
0.1.3
0.1.2
0.1.1
0.1.0
0.2.0
0.1.3
0.1.2
0.1.1
0.1.0

توضیحات

Sensor Placement Optimization.
ویژگی مقدار
سیستم عامل -
نام فایل chama-0.2.0
نام chama
نسخه کتابخانه 0.2.0
نگهدارنده []
ایمیل نگهدارنده ['kaklise@sandia.gov']
نویسنده Chama developers
ایمیل نویسنده -
آدرس صفحه اصلی https://github.com/sandialabs/chama
آدرس اینترنتی https://pypi.org/project/chama/
مجوز Revised BSD
![Chama](documentation/figures/logo.png) ========================================= ![build](https://github.com/sandialabs/chama/workflows/build/badge.svg) [![Coverage Status](https://coveralls.io/repos/github/sandialabs/chama/badge.svg?branch=main)](https://coveralls.io/github/sandialabs/chama?branch=main) [![Documentation Status](https://readthedocs.org/projects/chama/badge/?version=latest)](http://chama.readthedocs.io/en/latest/?badge=latest) [![Downloads](https://pepy.tech/badge/chama)](https://pepy.tech/project/chama) Continuous or regularly scheduled monitoring has the potential to quickly identify changes in the environment. However, even with low-cost sensors, only a limited number of sensors can be used. The physical placement of these sensors and the sensor technology used can have a large impact on the performance of a monitoring strategy. Chama is a Python package which includes mixed-integer, stochastic programming formulations to determine sensor locations and technology that maximize the effectiveness of the detection program. The software was developed to design sensor networks for water distribution networks and airborne pollutants, but the methods are general and can be applied to a wide range of applications. For more information, go to http://chama.readthedocs.io Citing Chama ----------------- To cite Chama, use the following reference: * Klise, K.A., Nicholson, B., and Laird, C.D. (2017). Sensor Placement Optimization using Chama, Sandia Report SAND2017-11472, Sandia National Laboratories. License ------------ Revised BSD. See the LICENSE.txt file. Organization ------------ Directories * chama - Python package * ci - Travis CI requirements * documentation - User manual Contact ------- * Katherine Klise, Sandia National Laboratories, kaklise@sandia.gov Sandia National Laboratories is a multimission laboratory managed and operated by National Technology and Engineering Solutions of Sandia, LLC., a wholly owned subsidiary of Honeywell International, Inc., for the U.S. Department of Energy's National Nuclear Security Administration under contract DE-NA-0003525.


نیازمندی

مقدار نام
- pyomo
- pandas
- numpy
- scipy


نحوه نصب


نصب پکیج whl chama-0.2.0:

    pip install chama-0.2.0.whl


نصب پکیج tar.gz chama-0.2.0:

    pip install chama-0.2.0.tar.gz