simulink编写的多电源组充放电

【实例简介】TOPSIS法,内含实验数据及视频教程

【实例简介】 主要包括： 基于PSO工具箱的函数寻优算法 基于遗传算法的BP神经网络优化算法 基于遗传算法的LQR控制器优化设计 基于遗传算法的TSP算法 基于粒子群算法的PID控制器优化设计 粒子群算法的寻优算法 蚁群算法的优化计算——TSP优化 多种群遗传算法的函数优化算法 基于蚁群算法的三位路径规划算法 基于动态粒子群算法的动态环境寻优算法 免疫优化算法在物流配送中心选址中的应用 基于遗传算法和非线性规划的函数寻优算法 支持向量机的回归拟合——混凝土抗压强度预测 支持向量机分类——基于乳腺组织电阻抗特性的乳腺癌诊断 有监督学习神经网络的回归拟合——基于红外光谱的汽油辛烷值预测

为解决小升阻比月球返回舱再人大气层时安全性低、机动能力差的问题，本文提出采用一种带配平翼的中等升阻比返回舱做为月球采样返回舱,并对动压约束下轨迹优化问题进行了分析。构建一阶状态变量约東最优控制问题模型。然后采用庞德里亚金极大值原理以总吸热量最小为优化目标,对动压约束下再入轨道的初始再入段进行了优化设计,给出了升力系数的最优表达式。在最优轨迹的推导过程中，将问题分为自由段，约束段和自由段，并分别限定交界处的边值，最后问题变成了一个分段两点边值问题。

【核心代码】 联合概率数据互联JPDA是数据关联算法之一，它的基本思想是：对应于观测数据落入跟踪门相交区域的情况，这些观测数据可能来源于多个目标。JPDA的目的在于计算观测数据与每一个目标之间的关联概率，且认为所有的有效回波都可能源于每个特定目标，只是它们源于不同目标的概率不同。JPDA算法的优点在于它不需要任何关于目标和杂波的先验信息，是在杂波环境中对多目标进行跟踪的较好方法之一。然而当目标和量测数目增多时，JPDA算法的计算量将出现组合爆炸现象，从而造成计算复杂。程序功能 :采用JPDA数据关联算法实现两个个匀速运动目标的点迹与航迹的关联% 输入变量 :% -target_position: 目标的初始位置% - n: 采样次数 % - T: 采样间隔% -MC_number:仿真次数% - c: 目标个数% 输出变量 :% 无

非均匀线阵MUSIC算法matlab程序

卡尔曼用于目标角度测量(KEM_angle.m)

10kV配电网搭建(groundfualt.slx)

以n-hexane(1)/ethanol(2)/methylcyclopentane(3)/benzene(4) system为例计算该体系的泡点温度。使用了unifac活度系数法。【截图】cal_bubble_T.m

扩展卡尔曼滤波(EKF_2.m)

【实例简介】