基于遺傳算法求解非線性規(guī)劃模型源程序2，C＋＋編寫
上傳時間： 2013-12-17
上傳用戶：咔樂塢
GM11.m是基于灰色系統(tǒng)理論的GM(1,1)模型編寫的，開發(fā)軟件為matlab(2010b)版。應用范圍為所有符合GM(1,1)模型的數(shù)據(jù)。 具體使用方法：x0為原始數(shù)據(jù)，需由用戶自行輸入，輸入方式可選擇調用txt格式或excel文件格式等。模型中的N值為數(shù)列的預測步數(shù)， 也由用戶根據(jù)實際情況輸入。 文件已保存成.m文件，故可作為matlab的function直接調用，用戶只需使用[yc0]=gm11(x0)語句即可實現(xiàn)調用。
標簽： 灰色系統(tǒng)模型
上傳時間： 2015-04-22
上傳用戶：zju104
PID控制算法即比例積分微分控制算法，該算法簡單、魯棒性好、可靠性高，在工業(yè)控制中應用廣泛，尤其適用于建立精確數(shù)學模型的控制系統(tǒng)。但是對于非線性、時變不確定和大時滯對象、難以建立準確數(shù)學模型時，PID控制算法的控制品質不時很高，尤其是以誤差作為基本調節(jié)項，微分作用只在系統(tǒng)出現(xiàn)明顯偏差時起作用，屬事后控制，故不能很好地抑制系統(tǒng)的超調。而灰色PID控制算法，以灰色系統(tǒng)理論為基礎，對系統(tǒng)不確定部分建立灰色模型，進行灰色預估補償，使控制系統(tǒng)的灰量得到一定程度的白化，可以提高PID控制質量及其魯棒性。
標簽： grey-pid
上傳時間： 2015-04-22
上傳用戶：zju104
Boost C++ Libraries Free peer-reviewed portable C++ source libraries Boost C++ Libraries 基本上是一個免費的 C++ 的跨平臺函式庫集合，基本上應該可以把它視為 C++ STL 的功能再延伸；他最大的特色在於他是一個經過「同行評審」（peer review，可參考維基百科）、開放原始碼的函式庫，而且有許多 Boost 的函式庫是由 C++ 標準委員會的人開發(fā)的，同時部分函式庫的功能也已經成為 C++ TR1 (Technical Report 1，參考維基百科)、TR2、或是 C++ 0x 的標準了。 它的官方網站是：http://www.boost.org/，包含了 104 個不同的 library；由於他提供的函式庫非常地多，的內容也非常地多元，根據(jù)官方的分類，大致上可以分為下面這二十類： 字串和文字處理（String and text processing） 容器（Containers） Iterators 演算法（Algorithms） Function objects and higher-order programming 泛型（Generic Programming） Template Metaprogramming Preprocessor Metaprogramming Concurrent Programming 數(shù)學與數(shù)字（Math and numerics） 正確性與測試（Correctness and testing） 資料結構（Data structures） 影像處理（Image processing） 輸入、輸出（Input/Output） Inter-language support 記憶體（Memory） 語法分析（Parsing） 程式介面（Programming Interfaces） 其他雜項 Broken compiler workarounds 其中每一個分類，又都包含了一個或多個函式庫，可以說是功能相當豐富。
上傳時間： 2015-05-15
上傳用戶：fangfeng
C#是微軟公司發(fā)布的一種面向對象的、運行于.NET Framework之上的高級程序設計語言。并定于在微軟職業(yè)開發(fā)者論壇(PDC)上登臺亮相。C#是微軟公司研究員Anders Hejlsberg的最新成果。C#看起來與Java有著驚人的相似；它包括了諸如單一繼承、接口、與Java幾乎同樣的語法和編譯成中間代碼再運行的過程。但是C#與Java有著明顯的不同，它借鑒了Delphi的一個特點,與COM(組件對象模型)是直接集成的，而且它是微軟公司.NET windows網絡框架的主角。用C#做的myqq
上傳時間： 2015-06-18
上傳用戶：hello123456
通過matlab仿真了Saleh-Valenzuela 信道模型，仿真圖有四個子圖，（a）和（b）分別示出的分布的群集抵達時間和射線到達時間，（c）表示S-V信道的脈沖響應，（d）圖顯示了信道功率分配-
標簽： S-V MATLAB
上傳時間： 2015-06-19
上傳用戶：sl200111030
我們編寫的程序由兩個主要方面組成 1 算法的集合就是將指令組織成程序來解決某個特定的問題 2 數(shù)據(jù)的集合算法在這些數(shù)據(jù)上操作以提供問題的解決方案 縱觀短暫的計算機發(fā)展史這兩個主要方面算法和數(shù)據(jù)一直保持不變發(fā)展演化的 是它們之間的關系就是所謂的程序設計方法programming paradigm 在過程化程序設計方法procedural programming 中一個問題可直接由一組算法來建 立模型例如公共圖書館的資料借閱/登記check out/check in 系統(tǒng)是由一系列過程表現(xiàn) 出來的其中兩個主要的過程是資料的借閱和登記這些數(shù)據(jù)被獨立存儲起來我們既可以 在某個全局位置上訪問這些數(shù)據(jù)或者把數(shù)據(jù)傳遞給過程以便它能夠訪問這些數(shù)據(jù)Fortran C 和 Pascal 是三種著名的過程語言C++也支持過程化程序設計單獨的過程如check_in() check_out() over_due() fine()等等都被稱為函數(shù)第三篇將集中討論C++對過程化程序 設計方法的支持尤其將重點討論函數(shù)函數(shù)模板和通用算法 在20 世紀70 年代程序設計的焦點從過程化程序設計方法轉移到了抽象數(shù)據(jù)類型 abstract data type 簡寫為ADT 的程序設計上現(xiàn)在通常稱之為基于對象(object based 的程序設計在基于對象的程序設計方法中我們通過一組數(shù)據(jù)抽象來建立問題的模型在 C++中我們把這些抽象稱為類class 例如在這種方法下圖書館資料借閱登記系統(tǒng)就 由類的對象實例比如書借閱者還書時間罰款等之間的相互作用表現(xiàn)出來以此表 示出圖書館的抽象概念與每個類相關的算法被稱為該類的公有接口public interface 數(shù) 據(jù)以私有形式被存儲在每個對象中對數(shù)據(jù)的訪問應與一般的程序代碼隔離開來CLU Ada 和Modula-2 是三種支持抽象數(shù)據(jù)類型的程序設計語言第四篇將說明和討論C++對抽象數(shù)據(jù) 類型程序設計方法的支持 面向對象的程序設計方法通過繼承inheritance 機制和動態(tài)綁定dynamic binding 機 制擴展了抽象數(shù)據(jù)類型繼承機制是對現(xiàn)有實現(xiàn)代碼的重用動態(tài)綁定是指對現(xiàn)有的公有接 口的重用以前獨立的類型現(xiàn)在有了類型/子類型的特定關系一本書一盒錄像帶一段錄 音甚至孩子的寵物盡管它們有各自的借閱/登記方式但都可以成為圖書館的收藏資料 共享的公有接口和私有的數(shù)據(jù)都放在一個抽象類圖書館資料LibraryMaterial 中每個特 殊的圖書館資料類都從LibraryMaterial 抽象類繼承共享的行為它們只需要提供與自身行為相 關的算法和數(shù)據(jù)Simula Smalltalk 和Java 是三種支持面向對象程序設計方法的著名語言 第五篇將集中討論C++對面向對象程序設計方法的支持 C++是一種支持多種程序設計方法的語言雖然我們主要把它當作面向對象的語言但 實際上它也提供對過程化的和基于對象的程序設計方法的支持這樣做的好處是對每個問題 都能夠提供最合適的解決方案事實上沒有一種程序設計方法能夠
上傳時間： 2019-01-30
上傳用戶：jizhi111
常用芯片DIP SOT SOIC QFP電阻電容二極管等3D模型庫 3D視圖封裝庫 STEP后綴三維視圖（154個）:050-9.STEP0805R.STEP1001-1.STEP1001-2.STEP1001-3.STEP1001-4.STEP1001-5.STEP1001-6.STEP1001-7.STEP1001-8.STEP103_1KV.STEP10X5JT.STEP1206R.STEP13PX2.STEP15PX2.STEP20P插針.STEP25V1000UF.STEP3296W.STEP35V2200UF.STEP3mmLED.STEP3mmLEDH.STEP3X3可調電阻.STEP400V0.1UF.STEP455.STEP630V0.1UF.STEP7805.STEP8P4R.STEPAXIAL-0.2-0.125W.STEPAXIAL-0.4-0.25W.STEPaxial-0.6-2W.STEPB-3528.STEPC-0805.STEPC06x18.STEPCAP-6032.STEPCH3.96 X2.STEPCH3.96-3P.STEPD-PAK.STEPDB25.STEPDC-30.STEPDIP14.STEPDIP16.STEPDIP6.STEPDIP8.STEPDO-214AA.STEPDO-214AB.STEPDO-214AC.STEPDO-41.STEPDO-41Z.STEPFMQ.STEPGNR14D.STEPH9700.STEPILI4981.STEPIN4007.STEPIN5408.STEPJP051-6P6C_02.STEPJQC-3F.STEPJS-1132-10.STEPJS-1132-11.STEPJS-1132-12.STEPJS-1132-13.STEPJS-1132-14.STEPJS-1132-15.STEPJS-1132-2.STEPJS-1132-3.STEPJS-1132-4.STEPJS-1132-5.STEPJS-1132-6.STEPJS-1132-7.STEPJS-1132-8.STEPJS-1132-9.STEPJS-1132R-2.STEPJS-1132R-3.STEPJS-1132R-4.STEPJS-1132R-5.STEPJS-1132R-6.STEPJS-1132R-7.STEPJS-1132R-8.STEPJZC-33F.STEPKBP210.STEPKE2108.STEPKF2510 X8.STEPKF301.STEPKF301x3.STEPKSD-9700.STEPLED5_BLUE.STEPLED5_GRE.STEPLED5_RED.STEPLED5_YEL.STEPLFCSP_WQ.STEPLQFP100.STEPLQFP48.STEPMC-146.STEPmolex-22-27-2021.STEPmolex-22-27-2031.STEPmolex-22-27-2041.STEPmolex-22-27-2051.STEPmolex-22-27-2061.STEPmolex-22-27-2071.STEPmolex-22-27-2081.STEPMSOP10.STEPMSOP8.STEPPA0630NOXOX-HA1.STEPPIN10.STEPPIN24.STEPPIN24A.STEPR 0805.STEPR0402.STEPR0603.STEPR0805.STEPR1206.STEPRA-15.STEPRA-20.STEPRS808.STEPSIP-3-3.96 22-27-2031.STEPSL-B.STEPSL-D.STEPSL-E.STEPSL-G.STEPSL-H.STEPSOD-123.STEPSOD-323.STEPSOD-523.STEPSOD-723.STEPSOD-80.STEPSOIC-8.STEPSOP-4.STEPSOP14.STEPSOP16.STEPSOP18.STEPSOT-89.STEPSOT223.STEPSOT23-3.STEPSOT23-5.STEPSSOP28.STEPTAJ-A.STEPTAJ-B.STEPTAJ-C.STEPTAJ-D.STEPTAJ-E.STEPTAJ-R.STEPTHB6064H.STEPTO-126.STEPTO-126X.STEPTO-220.STEPTO-247.STEPTO-252-3L.STEPTOSHIBA_11-4C1.STEPTSSOP-8.STEPTSSOP14-BOTTON.STEPTSSOP14.STEPTSSOP28.STEPUSB-A.STEPUSB-B.STEPWT.STEP
標簽： 芯片 dip sot soic qfp 電阻 電容 二極管 封裝
上傳時間： 2021-11-21
上傳用戶：XuVshu
1.針對一類參數(shù)未知的非線性離散時間動態(tài)系統(tǒng)，提出了一種新的基于神經網絡的MMAC方法。首先，將系統(tǒng)分為線性部分和非線性部分。針對系統(tǒng)線性部分采用局部化方法逮立多個固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎上，建立自適應模型來提高系統(tǒng)性能；針對系統(tǒng)非線性部分建立非線性神經網絡預測模型來邏近系統(tǒng)的非線性。然后，針對每個子模型設計相應的擅制器。最后，設計基于誤差范數(shù)形式的性能指標函數(shù)對控制器進行硬切換。仿真結果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線性系統(tǒng)的暫態(tài)性能。2針對一類具有參數(shù)跳變的非線性離散時間動態(tài)系統(tǒng)，提出子一種基才聚類方法和神經網絡的MMAC方法，首先，采用模糊c均值聚類算法對系統(tǒng)先驗數(shù)據(jù)進行分類處理，再分別對每類數(shù)據(jù)采用RLS算法建立多個固定模型。在此基礎上，建立兩個白適應模型來提高系統(tǒng)響應速度和控制品質，建立神經網絡預測模型來補償系統(tǒng)非線性。然后，分別針對相應的子模型設計線性魯棒自適應控制器和神經網絡控制器。最后，采用基于信號有界和測量誤差的性能切換指標對控制器進行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結果表明，所提出的算法能更好地解決非線性系統(tǒng)發(fā)生參數(shù)跳變問題，使得系統(tǒng)具有良好的控制品質3.針對MMAC方法中的模型庫優(yōu)化問題，考慮系統(tǒng)實際運行數(shù)據(jù)，提出了種基于相似度準則和設置最大模型數(shù)的動態(tài)優(yōu)化模型庫方法。該方法能對新數(shù)據(jù)進行綜合考量并判斷是否應該將該數(shù)據(jù)納入子模型建模，并通過設置最大模型數(shù)來確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關鍵詞：非線性系統(tǒng)；多模型方法；自適應控制；模糊聚類；神經網絡
標簽： 自適應控制
上傳時間： 2022-03-11
上傳用戶：
課時8UnixLinux體系結構、信號編程初步.vep - 359.26MB課時5學習nginx源碼前的準備工作.vep - 145.85MB課時4nginx整體結構、進程模型.vep - 141.58MB課時23通訊代碼精粹之epoll函數(shù)實戰(zhàn)2.vep - 446.32MB課時22通訊代碼精粹之epoll函數(shù)實戰(zhàn)1.vep - 266.03MB課時1linux C++通訊架構實戰(zhàn)課程詳細介紹.vep - 85.60MB課時17CS,TCIP協(xié)議妙趣橫生、惟妙惟肖談.vep - 475.59MB課時16守護進程及信號處理實戰(zhàn).vep - 332.08MB課時13讀配置文件、查泄露、設置標題實戰(zhàn).vep - 626.86MB課時10fork函數(shù)詳解、范例演示.vep - 328.51MB14320課程.txt - 6.34KB
上傳時間： 2022-06-05
上傳用戶：得之我幸78
