文章目录

              ↑↑↑
-----------上方有目录--------------------------
              ↑↑↑

一、Visio常用设置

1.1 直线交叉不弯曲

Visio2007设置方法：

  • 1、右键文本框 -> 格式 -> 行为
  • 2、连接线
  • 3、跨线 -> 添加 -> 从不

在这里插入图片描述

Visio2016设置方法：

  • 1、Visio菜单栏【设计】
  • 2、连接线
  • 3、显示跨线

在这里插入图片描述

1.2 文本&直线重合，不自动排列线条位置

Visio2007设置方法：

  • 1、右键文本框 -> 格式 -> 行为

在这里插入图片描述

  • 2、放置 -> 不排列并穿绕 -> 确定
    在这里插入图片描述

  • 3、效果预览
    在这里插入图片描述

Visio2016设置方法：


二、Word常用设置

2.1 序号和文字之间间距太大

Word2007设置方法：

如图：
在这里插入图片描述
设置方法：

  • 1、选中文本
  • 2、右键
  • 3、段落
  • 4、制表位
  • 5、终极大招：直接点击全部清除即可。（PS：也可以可以根据自己需要进行相应制表位设置）

点击“全部清除”以后效果如下图：
在这里插入图片描述

Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

【无人机物流路径规划】基于Q-learning的无人机物流路径规划研究（Python代码实现）

随着电子商务与城市物流需求的爆发式增长，传统地面配送模式面临交通拥堵、成本高昂等瓶颈。无人机物流凭借灵活性与低成本优势，成为解决"最后一公里"配送难题的关键技术。然而，复杂城市环境中的动态障碍物、三维空间结构、气象变化及续航限制，对路径规划算法提出严峻挑战。本文系统研究基于Q-learning的无人机物流路径规划方法，通过三维栅格建模、动态奖励函数设计及多智能体协同框架，实现路径最优性提升40%、

avatar 2048 AI社区

【无人机物流路径规划】基于Q-learning的无人机物流路径规划研究（Python代码实现）

随着电子商务与城市物流需求的爆发式增长，传统地面配送模式面临交通拥堵、成本高昂等瓶颈。无人机物流凭借灵活性与低成本优势，成为解决"最后一公里"配送难题的关键技术。然而，复杂城市环境中的动态障碍物、三维空间结构、气象变化及续航限制，对路径规划算法提出严峻挑战。本文系统研究基于Q-learning的无人机物流路径规划方法，通过三维栅格建模、动态奖励函数设计及多智能体协同框架，实现路径最优性提升40%、

avatar 2048 AI社区

【无人机3D路径规划】基于非支配排序遗传算法NSGAII的无人机3D路径规划研究（Matlab代码实现）

非支配排序遗传算法（NSGA）是一种多目标优化算法，旨在解决具有多个目标函数的优化问题。NSGA是在遗传算法的基础上发展而来的，它通过一种称为"非支配排序"的策略，将解空间中的个体分为不同的等级，并通过交叉和变异等遗传操作来搜索适应于多个目标的优质解。NSGA首先对种群中的个体进行非支配排序，即根据个体之间的优劣关系将其划分为多个不同的前沿等级。一个个体如果在某个目标函数上优于另一个个体且不劣于另

avatar 2048 AI社区