为了利用遗传算法处理全局最短路径问题，提出了一种基于矩阵判断的编码方法。
随机产生种群个体，每个种群个体都可以直观反映一种连线的方法。
定义一个判断矩阵，每次使用种群个体前用判断矩阵进行合法性判断。
为了适应这种编码方法，提出了新的遗传策略。
利用LabVIEW进行仿真。
仿真结果表明LabVIEW独有的数组运算规则可以方便有效的实现这种遗传算法。
相比较一般的编码方法，该编码方法更简单、实用，不需要解码过程，更高效，适用于无线模块组网、灌溉网络管道连接、配电网设置等多类工程设计。
随机产生种群个体，每个种群个体都可以直观反映一种连线的方法。
定义一个判断矩阵，每次使用种群个体前用判断矩阵进行合法性判断。
为了适应这种编码方法，提出了新的遗传策略。
利用LabVIEW进行仿真。
仿真结果表明LabVIEW独有的数组运算规则可以方便有效的实现这种遗传算法。
相比较一般的编码方法，该编码方法更简单、实用，不需要解码过程，更高效，适用于无线模块组网、灌溉网络管道连接、配电网设置等多类工程设计。
2017/8/11 11:56:27
1.67MB
1
针对通用滤波多载波（universalfilteredmulti-carrier，UFMC）系统采用滤波器而导致符号定时同步算法精确度偏低的问题，提出一种适合UFMC系统的符号定时同步改进算法。
该算法考虑了滤波器对符号的影响，提出一种用于符号定时同步的新的训练序列结构，并给出相应的定时测度函数的计算式。
新的训练序列结构消除了采用滤波器带来的平台效应，使得算法的定时估计功能得到改善。
仿真结果表明，改进算法的定时测度函数曲线在起始点有一个尖峰，提高了定时估计的精确度。
该算法考虑了滤波器对符号的影响，提出一种用于符号定时同步的新的训练序列结构，并给出相应的定时测度函数的计算式。
新的训练序列结构消除了采用滤波器带来的平台效应，使得算法的定时估计功能得到改善。
仿真结果表明，改进算法的定时测度函数曲线在起始点有一个尖峰，提高了定时估计的精确度。
2019/1/2 14:14:33
752KB
1
matlab代码粒子群算法自适应CLPSOMatlab代码用于宏观自适应综合学习粒子群优化器（MaPSO）和微观自适应综合学习粒子群优化器（MiPSO）算法。
抽象的优化启发式算法（如粒子群优化器（PSO））的广泛使用对参数自适应提出了巨大挑战。
PSO的一种变体是综合学习粒子群优化器（CLPSO），它使用所有个人的最佳信息来更新其速度。
CLPSO的新颖策略使种群能够从特定世代的样本中进行读取，这称为刷新间隙m。
在本文中，我们开发了两类学习自动机（LA），以研究自动机对CLPSO刷新间隙调整的学习能力。
在第一类中，将学习自动机分配给总体，在第二类中，每个粒子都有自己的个人自动机。
我们还将所提出的算法与CLPSO和CPSO-H算法进行了比较。
仿真结果表明，我们的算法在功能，鲁棒性和收敛速度方面均优于同类算法。
参考[1]MohammadHasanzadeh，MohammadRezaMeybodi和MohammadMehdiEbadzadeh，“，”在人工智能和信号处理中，Springer国际出版，2014年，第267-276页。
抽象的优化启发式算法（如粒子群优化器（PSO））的广泛使用对参数自适应提出了巨大挑战。
PSO的一种变体是综合学习粒子群优化器（CLPSO），它使用所有个人的最佳信息来更新其速度。
CLPSO的新颖策略使种群能够从特定世代的样本中进行读取，这称为刷新间隙m。
在本文中，我们开发了两类学习自动机（LA），以研究自动机对CLPSO刷新间隙调整的学习能力。
在第一类中，将学习自动机分配给总体，在第二类中，每个粒子都有自己的个人自动机。
我们还将所提出的算法与CLPSO和CPSO-H算法进行了比较。
仿真结果表明，我们的算法在功能，鲁棒性和收敛速度方面均优于同类算法。
参考[1]MohammadHasanzadeh，MohammadRezaMeybodi和MohammadMehdiEbadzadeh，“，”在人工智能和信号处理中，Springer国际出版，2014年，第267-276页。
2019/3/16 4:37:57
9KB
1
针对双电机转速同步的问题，提出了偏差耦合同步控制策略。
电机控制使用svpwm变频调速方式，建立了系统仿真模型，并进行了负载干扰情况下的双电机转速同步仿真。
系统采用matlab仿真软件进行仿真，结果表明，采用偏差耦合转速补偿方法可以很好的降低双电机转速差，实现双电机的转速同步控制。
电机控制使用svpwm变频调速方式，建立了系统仿真模型，并进行了负载干扰情况下的双电机转速同步仿真。
系统采用matlab仿真软件进行仿真，结果表明，采用偏差耦合转速补偿方法可以很好的降低双电机转速差，实现双电机的转速同步控制。
2018/7/23 18:26:41
199KB
1
引见OPNET中所有的编译器；
第5章引见如何收集、查看、分析及发布仿真结果的有关操作；
第6章读者将简单地建立网络模型、节点模型和进程模块，并收集统计量及
第5章引见如何收集、查看、分析及发布仿真结果的有关操作；
第6章读者将简单地建立网络模型、节点模型和进程模块，并收集统计量及
2019/8/15 1:18:09
5.73MB
1
研究随机给定拓扑结构的二阶有向多智能体网络的可控包含控制问题.针对当前包含控制研究成果大多没有考虑多智能体网络领导者和跟随者的可控配置问题,结合复杂网络可控性理论和二分图最大婚配算法给出满足网络可控的领导者和跟随者集合,并为跟随者智能体设计相应的控制协议,驱使跟随者能够渐近收敛到由多个领导者构成的静态凸包中,从而实现网络的可控包含控制.仿真结果验证了理论分析的正确性.
2016/1/19 14:35:33
230KB
1
针对现有计算机视觉对交通路标识别的复杂性和不稳定性的问题，通过运用图像轮廓识别技术，提出了由全局特征到局部特征再到结构特征的多层次轮廓识别，在交通路标的识别过程中，分别构造了图像密度、外形度量、光滑程度和轮廓熵值4个层次的图像轮廓，同时结合Sobel算子和信息熵对交通路标图像进行了提取与分块处理。
通过实验仿真结果表明：在图像的提取过程中，交通路标图像随着其DMOS值的增大，图像的质量越差，清晰度越低，其NRSS值越小；
在图像的识别过程中，低通滤波器的大小设置为7×7，原图NRSS为0.7654，外形度量为1.3和2.4时，NRSS分别为0.3712和0.2667。
这种层次化的轮廓分析在路标的识别上具有较好的稳健性。
通过实验仿真结果表明：在图像的提取过程中，交通路标图像随着其DMOS值的增大，图像的质量越差，清晰度越低，其NRSS值越小；
在图像的识别过程中，低通滤波器的大小设置为7×7，原图NRSS为0.7654，外形度量为1.3和2.4时，NRSS分别为0.3712和0.2667。
这种层次化的轮廓分析在路标的识别上具有较好的稳健性。
2016/7/23 15:33:26
744KB
1
CIC滤波器能够高效地实现内插或抽取，是无线通信的常用模块。
传统的CIC滤波器通带平坦性差、阻带衰减不充分，不能直接用于信号带宽大，数据速率高的WiMAX系统。
针对这一问题，文中在比较现有的部分改进方法的基础上，提出用一个以等波纹逼近法设计的，频响为反sinc函数的FIR数字滤波器来补偿WiMAX系统中的CIC。
以实现WiMAX系统的数字下变频为例，仿真结果表明，经补偿后的CIC滤波器通带和阻带功能均得到改善,能够有效地应用于WiMAX系统
传统的CIC滤波器通带平坦性差、阻带衰减不充分，不能直接用于信号带宽大，数据速率高的WiMAX系统。
针对这一问题，文中在比较现有的部分改进方法的基础上，提出用一个以等波纹逼近法设计的，频响为反sinc函数的FIR数字滤波器来补偿WiMAX系统中的CIC。
以实现WiMAX系统的数字下变频为例，仿真结果表明，经补偿后的CIC滤波器通带和阻带功能均得到改善,能够有效地应用于WiMAX系统
2018/10/1 20:26:21
1.45MB
1
借助Lyapunov方法引入了参数的自适应律,并证明了该控制策略使得船舶运动非线性系统中所有信号有界,选取恰当的设计参数可以保证跟踪误差收敛到零。
以某运煤船为例,在Simulink环境下进行仿真研究,仿真结果表明:所设计的控制器无论在标称参数下还是在参数摄动及存在外界扰动的情况下,都显示出较好的控制功能和较好的鲁棒性。
以某运煤船为例,在Simulink环境下进行仿真研究,仿真结果表明:所设计的控制器无论在标称参数下还是在参数摄动及存在外界扰动的情况下,都显示出较好的控制功能和较好的鲁棒性。
2018/10/15 15:08:53
291KB
1
BPSK，QPSK调制与解调matlab代码，过高斯信道的仿真结果与理论值对比，西电研讨生估值大作业。
2015/7/1 21:47:02
153KB
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