本文代码使用粒子群算法优化汽车变速器传动比，用matlab编程。
本文程序主要为笔者从网络上找到，后经笔者修改用于汽车理论大作业中。
本文程序主要为笔者从网络上找到，后经笔者修改用于汽车理论大作业中。
2025/3/30 5:36:03
10KB
1
用粒子群算法解决企业生产调度问题，用matlab实现，生产调度问题涉及加工时间与交货期限，选取适当的决策变量，建立总利润最大化的服装加工顺序模型，计算并列出生产进度表。
2025/3/14 22:30:24
22KB
1
光滑粒子流体动力学——一种无网格粒子法，此本书的配套程序。
书中的原版程序根本运行不出来，这里比书中的程序添加了几个，这样可以运行了，但结果还是有问题，还需要调整，希望运行成功了的能指导我一下哦~~
书中的原版程序根本运行不出来，这里比书中的程序添加了几个，这样可以运行了，但结果还是有问题，还需要调整，希望运行成功了的能指导我一下哦~~
2025/3/8 13:30:14
39KB
1
为了提高风电功率的预测精度，研究了一种基于粒子滤波（ＰＦ）与径向基函数（ＲＢＦ）神经网络相结合的风电功率预测方法。
使用ＰＦ算法对历史风速数据进行滤波处理，将处理后的风速数据结合风向、温度的历史数据，归一化后构成风电功率预测模型的新的输入数据；
利用处理后的新的输入数据和输出数据，建立ＰＦ－ＲＢＦ神经网络预测模型，预测风电场的输出功率。
仿真结果表明，使用该预测模型进行风电功率预测，预测精度有一定的提高，连续１２０ｈ功率预测的平均绝对百分误差达到８．０４％，均方根误差达到１０．６７％
使用ＰＦ算法对历史风速数据进行滤波处理，将处理后的风速数据结合风向、温度的历史数据，归一化后构成风电功率预测模型的新的输入数据；
利用处理后的新的输入数据和输出数据，建立ＰＦ－ＲＢＦ神经网络预测模型，预测风电场的输出功率。
仿真结果表明，使用该预测模型进行风电功率预测，预测精度有一定的提高，连续１２０ｈ功率预测的平均绝对百分误差达到８．０４％，均方根误差达到１０．６７％
2025/3/2 11:19:56
327KB
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