Matlab 和Smulink 制冷空调仿真资料集（资料+代码+案例）

递归最小二乘法

【实例简介】SVPWM

【实例简介】

【实例简介】 设计一个密码锁的控制电路，当输入正确代码时，输出开锁信号以推动执行机构工作，用红灯亮﹑绿灯熄灭表示关锁，用绿灯亮﹑红灯熄灭表示开锁; 在锁的控制电路中储存一个可以修改的4位代码，当开锁按钮开关(可设置成6 位至8位，其中实际有效为4位，其余为虚设）的输入代码等于储存代码时，开锁; 从第一个按钮触动后的5 秒内若未将锁打开，则电路自动复位并进入自锁状态，使之无法再打开，并发出报警信号。

【实例简介】function [ENOB, SNDR, SFDR, SNR] = prettyFFT(wave,f_S,maxh,no_annotation,no_plot,baseline);

采用蚁群算法求取TSP问题 1基本原理： 本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。 2几个关键点：  1）概率选择：受信息素浓度和启发函数影响，启发函数为距离的倒数   2）信息素挥发：考虑到信息素随时间的挥发，加入挥发因子  3程序设计步骤：  1）初始化各个参数：包括各点的距离，信息素的初始浓度，蚂蚁数量，信息素挥发因子，信息素和启发函数的重要度因子，启发函数，最大迭代次数，路径记录表等等 2）迭代：对每个蚂蚁随机制定初始值，再根据概率选择，选择出每只蚂蚁的路径，确定每只蚂蚁的路径总长度，以及蚁群的最佳路径长度和平均长度，并对信息素进行更新。   3）展示：展示出最佳路径，以及最佳路径对迭代的变化图  4Matlab代码 程序说明：采用蚁群算法求取TSP问题，共有34个城市，从txt文件加载数据： 运行结果：

【实例简介】

【实例简介】

【实例简介】

根据介质板厚度和介电常数，计算任意多层介质的反射和透射系数