《MATLAB智能算法30個案例分析》是作者多年從事算法研究的經(jīng)驗總結(jié)。書中所有案例均因國內(nèi)各大MATLAB技術論壇網(wǎng)友的切身需求而精心設計，其中不少案例所涉及的內(nèi)容和求解方法在國內(nèi)現(xiàn)已出版的MATLAB書籍中鮮有介紹?！禡ATLAB智能算法30個案例分析》采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經(jīng)網(wǎng)絡算法等最常用的智能算法的MATLAB實現(xiàn)?！禡ATLAB智能算法30個案例分析》共給出30個案例，每個案例都是一個使用智能算法解決問題的具體實例，所有案例均由理論講解、案例背景、MATLAB程序?qū)崿F(xiàn)和擴展閱讀四個部分組成，并配有完整的原創(chuàng)程序，使讀者在掌握算法的同時更能快速提高使用算法求解實際問題的能力。《MATLAB智能算法30個案例分析》可作為本科畢業(yè)設計、研究生項目設計、博士低年級課題設計參考書籍，同時對廣大科研人員也有很高的參考價值。
上傳時間： 2017-05-31
上傳用戶：jplalala
創(chuàng)新實踐大報告題目 設計要求： 1、用UML向?qū)ο蠊ぞ叻治鲈O計系統(tǒng) 2、程序設計中要應用面向接口編程的思想編程 3、程序設計采用visual studio 的窗體編程實現(xiàn)
標簽： 創(chuàng)新 實踐 報告
上傳時間： 2018-05-28
上傳用戶：hugerlove
設有n=2k個運動員要進行網(wǎng)球循環(huán)賽?，F(xiàn)要設計一個滿足以下要求的比賽日程表：⑴每個選手必須與其他n-1個選手各賽一次；⑵每個選手一天只能賽一次；⑶循環(huán)賽一共進行n-1天。按此要求可將比賽日程表設計－成有n行和n-l列的一個表。在表中第i行和第j列處填入第i個選手在第j天所遇到的選手。用分治法編寫為該循環(huán)賽設計一張比賽日程表的算法并運行實現(xiàn)、對復雜度進行分析。
上傳時間： 2019-06-04
上傳用戶：594551562
最大李雅普諾夫函數(shù)用于分析混沌理論有助于論文的發(fā)表
標簽： 函數(shù)
上傳時間： 2019-11-04
上傳用戶：我愛你媽媽
對超敏捷動中成像遙感衛(wèi)星角速度快(6 (°)/s)、角加速度大(1.5 (°)/s2)、成像參數(shù)隨時空復雜多變等新問題,開展了超敏捷動中成像特點分析與成像參數(shù)仿真分析工作。構(gòu)建了動中成像復雜模型,精確分析了動中成像合速度的變化規(guī)律。在此基礎上,結(jié)合信噪比、調(diào)制傳遞函數(shù)(MTF)等計算公式,全面分析了不同成像條件下,動中成像系統(tǒng)的行頻、TDI級數(shù)、姿態(tài)穩(wěn)定度MTF、同步誤差MTF、偏流修正誤差MTF等隨角速度的變化關系,為超敏捷動中成像衛(wèi)星,尤其是衛(wèi)星的成像電子學,提供了重要的設計依據(jù)。
上傳時間： 2020-02-16
上傳用戶：shiguiguo
BUCKBOOST電路原理分析uck變換器：也稱降壓式變換器，是一種輸出電壓小于輸入電壓的單管不隔離直流變換器。 圖中，Q為開關管，其驅(qū)動電壓一般為PWM(Pulse、width、modulation脈寬調(diào)制)信號，信號周期為Ts，則信號頻率為f=1/Ts，導通時間為Ton，關斷時間為Toff，則周期Ts=Ton+Toff，占空比Dy=、Ton/Ts。 Boost變換器：也稱升壓式變換器，是一種輸出電壓高于輸入電壓的單管不隔離直流變換器。 開關管Q也為PWM控制方式，但最大占空比Dy必須限制，不允許在Dy=1的狀態(tài)下工作。電感Lf在輸入側(cè)，稱為升壓電感。Boost變換器也有CCM和DCM兩種工作方式 Buck/Boost變換器：也稱升降壓式變換器，是一種輸出電壓既可低于也可高于輸入電壓的單管不隔離直流變換器，但其輸出電壓的極性與輸入電壓相反。Buck/Boost變換器可看做是Buck變換器和Bo
上傳時間： 2021-10-18
上傳用戶：
靜態(tài)時序分析（外語版），有助于對大佬或者小白對時序的進一步理解。沒有中文版的，但可以借助翻譯很快地上手和理解，寫得很好，希望對大家有幫助
標簽： 靜態(tài)時序分析
上傳時間： 2021-10-22
上傳用戶：
提出一種永磁同步電機新的寬范圍弱磁控制策略，根據(jù)電機在不同轉(zhuǎn)速段運行時的轉(zhuǎn)矩特性，考慮逆變器的輸出電壓能力及電機的電流約束條件，以輸出最大轉(zhuǎn)矩為目標，分析得出全速范圍內(nèi)的電流矢量控制算法。該方法將全速段分為四個運行區(qū)間，可實現(xiàn)恒轉(zhuǎn)矩運行與弱磁控制的快速平滑過渡，使系統(tǒng)在額定轉(zhuǎn)速以下具有恒轉(zhuǎn)矩輸出，在高速運行時實現(xiàn)恒功率特性。仿真及實驗結(jié)果表明，提出的方法可有效拓寬電機的轉(zhuǎn)速運行范圍，具有較快的動態(tài)響應性能。
標簽： 永磁同步電機
上傳時間： 2021-12-12
上傳用戶：
壓電材料由于其力電耦合特性，能有效地將機械能與電能進行轉(zhuǎn)換，于是人們將其作為激勵/傳感器廣泛地應用于各類工程領域。壓電材料常常與受控柔性結(jié)構(gòu)粘接成一體，作為傳感器以及激勵器，以達到抑制受控結(jié)構(gòu)振動的目標。因此，研究壓電智能結(jié)構(gòu)的振動以及振動控制有重要的科學意義和實用價值本文基于壓電材料與宿主結(jié)構(gòu)之間的力電耦合特性，推導了拉普拉斯變換形式卜的壓電智能梁結(jié)構(gòu)的阻抗矩陣，并基于阻抗矩陣研究如何建立壓電智能梁結(jié)構(gòu)的頻率響應數(shù)值模型以及由此模型計算系統(tǒng)動態(tài)響應的方法，本文還研究了速度負反饋控制器作用下壓電梁的控制系統(tǒng)性能：PPF控制器下不同系統(tǒng)輸入時，系統(tǒng)的動態(tài)性能；不同控制器參數(shù)下，控制系統(tǒng)的效果。計算結(jié)果表明，本文模型能有效地與各種控制策略相結(jié)合，研究壓電梁的振動控制問題。最后，本文還嘗試由阻抗矩陣模型建立系統(tǒng)的TF控制模型，對于單個矩陣元素，此方法能在指定頻域內(nèi)得到很好的近似模型，對于由許多單元組成的壓電梁，本文方法得到的結(jié)果能識別部分階頻率，因此需要進一步研究。振動是大自然中最普遍的現(xiàn)象，在現(xiàn)實的工業(yè)工程及實際生活中，人們常常遇到各種與振動有關的問題。譬如，我們常用的各種音響設備、醫(yī)療超聲檢測設備、雷達等設備及設施中，就利用了振動含有積極意義的一方面；另一方面，機床的劇烈振動導致工件的加工精度達不到要求、飛機機翼的顫振、飛機輪船等振動噪聲過大導致乘客感到不舒適等則是振動消極一面的具體體現(xiàn)。為此，人們常常對這些設備的系統(tǒng)模型進行分析、研究，以期對振動進行控制：一方面提高起積極作用的振動的強度或?qū)⑵淇刂圃谌藗兿Ｍ某潭壬希毫硪环矫姹M可能地將起消極作用的振動削弱，達到不影響工業(yè)生產(chǎn)及生活的效果
標簽： 阻抗法
上傳時間： 2022-03-11
上傳用戶：qingfengchizhu
準確量化和預測陸地生態(tài)系統(tǒng)碳水通量對于理解陸氣間相互作用，預測未來氣候變化和控制溫室效應具有重要意義。通量觀測和模型模擬是目前研究碳水通量的兩種主要方法。通量觀測精度較高，但觀測范圍局限、站點分布不均勻，易受環(huán)境影響，難以區(qū)域擴展；模型模擬可實現(xiàn)不同尺度參量估算，但由于理想化假設、模型參數(shù)和驅(qū)動數(shù)據(jù)等限制，導致其模擬結(jié)果往往與真實值存在較大偏差。模型-數(shù)據(jù)融合方法主要是通過參數(shù)估計和數(shù)據(jù)同化兩種技術集成觀測和模型信息，建立兩者相互制約調(diào)節(jié)的優(yōu)化關系，以提高模型結(jié)果與真實值之間的匹配程度?；谠撍悸?，本研究在地面觀測數(shù)據(jù)、遙感衛(wèi)星資料以及相關氣候環(huán)境數(shù)據(jù)基礎上，重點突破全球動態(tài)植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感參數(shù)優(yōu)化方法，獲取適宜中國的參數(shù)化方案：在此基礎上，引入數(shù)據(jù)同化算法，將遙感衛(wèi)星產(chǎn)品信息與模型相融合，在模擬過程中不斷校正原有模型模擬軌跡，提高模型適用性。將以上改進的模型推廣至中國區(qū)域，實現(xiàn)對20002015年中國地區(qū)總初級生產(chǎn)力（Gross Primary Productivity GPP）和敬發(fā)（Evapotranspiration，ET的空間格局模擬及分析。主要結(jié)論如下1）將LP」DGwM中所選出的22個可調(diào)參數(shù)（涉及光合、呼吸、水平衡異速生長、死亡、建立以及土壤和掉落物分解共七個作用領域）在各自取值范圍內(nèi)隨機獲得不同的參數(shù)組合，結(jié)果表明22個參數(shù)可引起GPP和ET模擬結(jié)果產(chǎn)生較大的不確定性，尤其集中在生長季。所有站點GPP相對不確定性（Relative Uncertainty，RU）基本保持在09-1.25之間，不具有明顯的年際變異性：ET相對不確定性RU月變化趨勢明顯，且基本處于0.5以下，明顯低于GPP，說明所篩選的22個參數(shù)對GP模擬產(chǎn)生的影響更為顯著。
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-16
上傳用戶：shjgzh
<button id="ow422"></button>