3 Коміти f981ae8843 ... b5b0acb3e5

Автор SHA1 Опис Дата
  pjf b5b0acb3e5 Merge remote-tracking branch 'origin/master' 1 місяць тому
  pjf fd7b4b1222 模型训练 1 місяць тому
  lxp f32016e467 模型训练 1 місяць тому
2 змінених файлів з 9 додано та 16 видалено
  1. 8 15
      train_corrector.py
  2. 1 1
      参考.py

+ 8 - 15
train_corrector.py

@@ -62,21 +62,14 @@ def train_and_save_model():
     joblib.dump(model, model_save_path)
     print(f"✅ 模型训练完成,已保存为 {model_save_path}")
 
-    # 设置定时任务调度器
-    scheduler = BlockingScheduler()
+# === 启动定时任务调度器 ===
+if __name__ == '__main__':
+    # 先执行一次
+    train_and_save_model()
 
-    # 每小时执行一次 train_and_save_model 函数
+    # 然后设置每小时定时执行
+    scheduler = BlockingScheduler()
     scheduler.add_job(train_and_save_model, 'interval', hours=1)
+    print("⏰ 启动定时任务调度器:每小时自动训练模型...")
+    scheduler.start()
 
-    # 启动定时任务调度器
-    print("⏰ 启动定时任务调度器,每小时自动训练模型...")
-
-# 设置定时任务调度器
-scheduler = BlockingScheduler()
-
-# 每小时执行一次 train_and_save_model 函数
-scheduler.add_job(train_and_save_model, 'interval', hours=1)
-
-# 启动定时任务调度器
-print("⏰ 启动定时任务调度器,每小时自动训练模型...")
-scheduler.start()

+ 1 - 1
参考.py

@@ -7,7 +7,7 @@ from scipy.optimize import minimize
 
 # 解冻时间计算函数
 def calculate_defrost_time(w, T_initial):
-    # 物理参数
+    # 物理参数1
     rho_coal = 1400  # 煤的密度
     rho_ice = 917  # 冰的密度
     C_coal = 1000  # 煤的比热容