比较分析了遗传算法与粒子群算法的个体、特征以及相关操作的异同，互相扬长避短，构造了基于实数编码遗传算法与粒子群算法的混合算法。
2016/1/24 6:04:52
15KB
1
调研并寻觅一种算法，求函数（式1）的最优解f(x)=∑_(i=1)^(N-1)▒[100*(x_i^2-x_(i+1))^2+(1-x_i)^2](式1)x_i∈[-5.12，5.12]
2016/9/11 17:26:31
67KB
1
针对多输入多输出（MIMO）复杂过程控制中控制功能偏慢等问题，对神经网络PID控制器以及PID控制理论物理机制之间的相互作用进行了研究。
对神经元PID控制器隐层和输出层之间的初始权值进行了归纳，提出了一种粒子群优化算法，提高了PSO算法的收缩因子以保证优化的收敛性，并进行了Matlab仿真。
研究结果表明，所提出的神经网络PID控制器的改进粒子群算法优化，在高耦合效应的复杂MIMO对象中具有良好的精度以及快速响应的特性。
对神经元PID控制器隐层和输出层之间的初始权值进行了归纳，提出了一种粒子群优化算法，提高了PSO算法的收缩因子以保证优化的收敛性，并进行了Matlab仿真。
研究结果表明，所提出的神经网络PID控制器的改进粒子群算法优化，在高耦合效应的复杂MIMO对象中具有良好的精度以及快速响应的特性。
2022/9/24 18:48:30
1MB
1
引见了光伏电池的特性，并在Matlab/Simulink中进行建模仿真研究。
针对局部遮阴条件下光伏阵列的P-U特性呈现多个极值点，导致常规的最大功率点跟踪算法失效的问题，提出了一种基于粒子群算法（PSO）的最大功率点跟踪（MPPT）控制方法。
仿真结果表明，该方法能够快速、准确地跟踪光伏阵列的最大功率点，具有较好的控制精度，有效地提高了光伏阵列的输出效率。
针对局部遮阴条件下光伏阵列的P-U特性呈现多个极值点，导致常规的最大功率点跟踪算法失效的问题，提出了一种基于粒子群算法（PSO）的最大功率点跟踪（MPPT）控制方法。
仿真结果表明，该方法能够快速、准确地跟踪光伏阵列的最大功率点，具有较好的控制精度，有效地提高了光伏阵列的输出效率。
2021/5/20 14:16:54
335KB
1
PSO（粒子群）算法的标准C++11完成，原理见https://blog.csdn.net/daaikuaichuan/article/details/81382794
2015/4/12 17:08:09
4KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB