搜索资源列表
2
- 本程序论述在MATLAB环境下如何实现神经网络,包括了常用的神经网络及相关理论,如BP神经 网络、RBF神经网络、SVM、SOM神经网络等以及各种优化算法的结合。(This program discusses how to implement neural network in MATLAB environment, including the commonly used neural network and related theories, such as BP neural network
3
- 本程序论述在MATLAB环境下如何实现神经网络,包括了常用的神经网络及相关理论,如BP神经 网络、RBF神经网络、SVM等以及各种优化算法的结合。(This program discusses how to implement neural network in the MATLAB environment, including the commonly used neural network and related theories, such as BP neural network, RB
4
- 本程序论述在MATLAB环境下如何实现神经网络,包括了常用的神经网络及相关理论,如BP神经 网络、SVM等以及各种优化算法的结合。(This program discusses how to implement neural network in the MATLAB environment, including the commonly used neural network and related theories, such as BP neural network, SVM, and t
OPF control of dc grid
- 针对直流电网中的最优潮流问题,提出了一种基于模糊控制理论的自适应粒子群算法,以实现电网兼顾有功网损和电压质量的优化运行。(To solve optimal power flow problem in DC grid, an adaptive particle swarm optimization (PSO) algorithm based on fuzzy control theory is proposed in this paper, and optimal operation consi
LDPC码编译码算法的研究与实现_陈石平
- 本文首先回顾了LDPC码的发展历程和现状,介绍了LDPC码检验矩阵的构造、编 译码原理。在对编译码作了深入探讨和分析后,接着进行了RU算法编码和长码编码 的FPGA实现;根据二叉树的性质,提出了一种长码编码的ASIC优化设计的方法,节省 了大量硬件资源;论文详细阐述了CORDIC算法原理以及LDPC码译码中所采用的指 数函数和反双曲正切函数的FPGA实现:CORDIC内核及前后处理单元设计、仿真、综 合及数据分析,这对LDPC码的译码具有很重要的意义,为用数字VLSI来实现LDPC的
MPPT
- 对Boost升压电路进行设计与性能优化; (2)完成DC变换器环节实现光伏最大功率跟踪硬件电路设计,分析其实现最大功率跟踪控制的理论依; (3)研究实现基于DSP光伏最大功率跟踪的算法,及其控制流程图; (4)选择适合的最大功率跟踪算法,编写软件程序实现光伏电池的最大功率输出,尽可能提高光伏发电系统的效率。(In this paper, I will mainly research the maximum power tracking technology of the PV, design a
量子遗传算法
- 以量子计算的一些概念和理论为基础,将量子计算和遗传算法相结合,利用量子位编码来表示染色体,用量子旋转门作用更新种群来完成进化搜索的一种概率优化方法。
第6章
- 《无人驾驶模型预测控制》由北京理工大学陈慧岩教授团队编著,详细介绍了应用模型预测控制理论进行无人驾驶车辆控制的基础方法,结合运动规划与跟踪实例详细说明了预测模型建立、方法优化、约束处理和反馈校正的方法,给出了Matlab仿真代码和详细图解仿真步骤。 所有代码都详细提供了详尽的注解,本文件为第六章的所有程序代码(The prediction control of driverless model is compiled by Professor Chen Huiyan of Beijing Uni
无人驾驶车辆模型预测控制_13585781
- 《无人驾驶模型预测控制》由北京理工大学陈慧岩教授团队编著,详细介绍了应用模型预测控制理论进行无人驾驶车辆控制的基础方法,结合运动规划与跟踪实例详细说明了预测模型建立、方法优化、约束处理和反馈校正的方法,给出了Matlab仿真代码和详细图解仿真步骤。 对照原书可更方便/快速的学习代码(The prediction control of driverless model is compiled by Professor Chen Huiyan of Beijing University of tec
0-1背包问题
- 实现0-1背包问题 背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。相似问题经常出现在商业、组合数学,计算复杂性理论、密码学和应用数学等领域中。也可以将背包问题描述为决定性问题,即在总重量不超过W的前提下,总价值是否能达到V?
beiBao01
- 免疫克隆解决01背包问题,将免疫概念及其理论应用于遗传算法,在保留原算法优良特性的前提下,力图有选择、有目的地利用待求问题中的一些特征信息或知识来抑制其优化过程中出现的退化现象,这种算法称为免疫算法(Immune Algorithm) IA。人工免疫算法是一种具有生成+检测 (generate and test)的迭代过程的群智能搜索算法。从理论上分析,迭代过程中,在保留上一代最佳个体的前提下,免疫算法是全局收敛的。(Immune clone solves 01 knapsack problem
路径规划
- 大坝无人碾压机路径规划(全覆盖路径规划CCP) 子区域的连通路径规划隶属于旅行商问题(TSP)即求解遍历各城市节点的最短路径 采用混沌理论改进的蜻蜓算法 首先进行运动学建模 其次基于时间成本对机群进行任务分配 优化问题为最小化时间成本 最后进行仿真分析