针对目前室内定位算法精度不高、实现复杂等问题，提出了一种基于白光ＬＥＤ的可见光室内定位方法。
首先利用由室内不同ＬＥＤ发出的定位参考信号到达定位终端的时间差（ＴＤＯＡ）的测量估计，得到定位终端到达两个ＬＥＤ的传输距离之差，以此构造距离估计目标函数，然后采用有约束非线性规划算法得到定位终端的位置坐标，从而有效地解决了室内噪声环境中常规ＴＤＯＡ定位算法不收敛或误差偏大的问题。
同时，为了进一步优化定位功能，将距离信息引入加权因子中，提出了质心加权混合定位算法。
将提出的定位算法在５ｍ×５ｍ×３ｍ的空间区域中进行了仿真实验，同时考虑噪声因素的影响，结果表明，提出的距离估计目标函数法在信噪比（ＳＮＲ）为２ｄＢ的条件下可以达到平均５ｃｍ的定位误差，采用质心加权处理后平均定位误差仅为３ｃｍ，有效地提高了室内定位精度和系统应用的普适性及鲁棒性。
首先利用由室内不同ＬＥＤ发出的定位参考信号到达定位终端的时间差（ＴＤＯＡ）的测量估计，得到定位终端到达两个ＬＥＤ的传输距离之差，以此构造距离估计目标函数，然后采用有约束非线性规划算法得到定位终端的位置坐标，从而有效地解决了室内噪声环境中常规ＴＤＯＡ定位算法不收敛或误差偏大的问题。
同时，为了进一步优化定位功能，将距离信息引入加权因子中，提出了质心加权混合定位算法。
将提出的定位算法在５ｍ×５ｍ×３ｍ的空间区域中进行了仿真实验，同时考虑噪声因素的影响，结果表明，提出的距离估计目标函数法在信噪比（ＳＮＲ）为２ｄＢ的条件下可以达到平均５ｃｍ的定位误差，采用质心加权处理后平均定位误差仅为３ｃｍ，有效地提高了室内定位精度和系统应用的普适性及鲁棒性。
2023/3/7 22:24:18
1.15MB
1
与城市峡谷中的全球定位系统（GPS）定位类似，在卫星可见度有限的情况下进行快速成功的姿态确定非常重要。
对于陆地车辆，可以将可能的姿态候选者视为球形区域，以参考天线为中心，以基线为半径。
这提供了重要的约束条件，在卫星接收较差的情况下，可以利用该约束条件来提高GPS单频和单历元姿态确定的可靠性。
首先，我们将球形区域约束完全整合到模糊度分辨率的估计过程中，而不是在验证过程中。
结合坐标域搜索和歧义域搜索，可以开发固定歧义目标函数的全局最小化器。
该方案还提高了浮点模糊度解的精度，从而避免了搜索停止的问题。
通过一些实验测试，使用模拟和实际GPS数据在城市环境中分析了新的歧义解决方法的功能。
实验结果表明，该新提出的方法可以利用先验球形区域知识来提高困难环境中歧义解决的可靠性。
对于陆地车辆，可以将可能的姿态候选者视为球形区域，以参考天线为中心，以基线为半径。
这提供了重要的约束条件，在卫星接收较差的情况下，可以利用该约束条件来提高GPS单频和单历元姿态确定的可靠性。
首先，我们将球形区域约束完全整合到模糊度分辨率的估计过程中，而不是在验证过程中。
结合坐标域搜索和歧义域搜索，可以开发固定歧义目标函数的全局最小化器。
该方案还提高了浮点模糊度解的精度，从而避免了搜索停止的问题。
通过一些实验测试，使用模拟和实际GPS数据在城市环境中分析了新的歧义解决方法的功能。
实验结果表明，该新提出的方法可以利用先验球形区域知识来提高困难环境中歧义解决的可靠性。
2023/3/5 16:39:09
3.25MB
1
在这个程序中，目标函数是一元函数，然后变量没有编码，采用的实数法。
子代选择使用的是覆盖法。
多目标函数和多变量函数，以及轮盘赌法和覆盖法。
变量编码与未编码。
请看我其他上传的资源。
都本人运行过。
注释详细。
子代选择使用的是覆盖法。
多目标函数和多变量函数，以及轮盘赌法和覆盖法。
变量编码与未编码。
请看我其他上传的资源。
都本人运行过。
注释详细。
2023/2/18 21:16:39
5KB
1
拟牛顿法只需求每一步迭代时知道目标函数的梯度。
通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。
这类方法大大优于最速下降法，尤其对于困难的问题。
另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton'sMethod)更为有效。
通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。
这类方法大大优于最速下降法，尤其对于困难的问题。
另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton'sMethod)更为有效。
2023/2/16 17:40:43
1KB
1
逐行代码正文简单易懂，带其他资源缺的那个目标函数的设计，没错就是你找的那个，当时我也找了好久
2023/1/15 8:05:21
14KB
1
针对有功网损、电压偏差和静态电压稳定裕度的多目标无功优化问题，提出一种基于改进粒子群-禁忌搜索算法的多目标电力系统无功优化方法。
以最小特征值模为电压稳定裕度指标建立了3个目标函数的单一妥协模型。
应用Kent映射产生的混沌序列作为初始种群，保证初始种群的多样性和均匀性。
粒子群优化（PSO）算法进行前期计算时，采用凸函数递减惯性权重和自适应学习因子提高算法的收敛速度和精度；
针对PSO算法搜索精度不高和陷入局部最优的问题，在PSO算法后期收敛后引入禁忌搜索算法全局寻优。
基于群体适应度方差，引入模糊截集理论将模糊集合转化为经典集合，定义了经典集合下的收敛指标，当其值为0时进入禁忌搜索计算阶段，处理2种算法的切换问题。
将所提方法应用于IEEE14、IEEE30和IEEE118节点系统中，验证了其有效性和可行性。
以最小特征值模为电压稳定裕度指标建立了3个目标函数的单一妥协模型。
应用Kent映射产生的混沌序列作为初始种群，保证初始种群的多样性和均匀性。
粒子群优化（PSO）算法进行前期计算时，采用凸函数递减惯性权重和自适应学习因子提高算法的收敛速度和精度；
针对PSO算法搜索精度不高和陷入局部最优的问题，在PSO算法后期收敛后引入禁忌搜索算法全局寻优。
基于群体适应度方差，引入模糊截集理论将模糊集合转化为经典集合，定义了经典集合下的收敛指标，当其值为0时进入禁忌搜索计算阶段，处理2种算法的切换问题。
将所提方法应用于IEEE14、IEEE30和IEEE118节点系统中，验证了其有效性和可行性。
2023/1/11 2:14:42
1.06MB
1
本程序用于求解多车型多目标下的车辆路线问题，程序中考虑了两种车型，建立的目标函数是车辆总运营成本最小，考虑的约束有容量约束、最大行驶距离约束和时间窗约束，采用的优化算法是遗传算法，程序内部有详细的正文，方便修改。
2017/7/27 9:43:37
617KB
1
该代码提出了遗传算法(GA)来优化3连杆(冗余)机器人的点对点轨迹规划手臂。
所提出的遗传算法的目标函数是在不超过最大值的情况下最小化旅行时间和空间预先定义的扭矩，不与机器人工作空间中的任何障碍物发生碰撞。
四次多项式和五次多项式用于描述连接起始点、中间点和最起点的连接段。
使用了直接运动学为了避免机器人手臂的奇异配置。
所提出的遗传算法的目标函数是在不超过最大值的情况下最小化旅行时间和空间预先定义的扭矩，不与机器人工作空间中的任何障碍物发生碰撞。
四次多项式和五次多项式用于描述连接起始点、中间点和最起点的连接段。
使用了直接运动学为了避免机器人手臂的奇异配置。
2019/5/4 19:49:14
1.31MB
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