- 1.程序功能描述 出口在人员的视野范围内时，该元胞选择朝向引导点的方向运动。出口不在人员的视野范围内时，作随机运动，8个方向的运动概率相等。引导点可设在过道中间等地方，出口都是引导点。1. 当多个元胞同时竞争同一个格点时，每个元胞以50%等概率进入，没有进入的保持静止.2.运动人员以5%概率静止，即下一时间步不动.3.开始疏散时所有人员是以正态分布的概率开始运动，而不是同时运动.... 1.程序功能描述 出口在人员的视野范围内时，该元胞选择朝向引导点的方向运动。出口不在人员的视野范围内时，作随机运动，8个方向的运动概率相等。引导点可设在过道中间等地方，出口都是引导点。1. 当多个元胞同时竞争同一个格点时，每个元胞以50%等概率进入，没有进入的保持静止.2.运动人员以5%概率静止，即下一时间步不动.3.开始疏散时所有人员是以正态分布的概率开始运动，而不是同时运动....
- 1.算法运行效果图预览(完整程序运行后无水印) 下图是随着方块大小的变化，图像的压缩率以及对应的图像质量指标PSNR的变化趋势曲线。2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）figure;subplot(121);plot(sets,tr,'-r>',... 'LineWidth',1,... 'MarkerSize'... 1.算法运行效果图预览(完整程序运行后无水印) 下图是随着方块大小的变化，图像的压缩率以及对应的图像质量指标PSNR的变化趋势曲线。2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）figure;subplot(121);plot(sets,tr,'-r>',... 'LineWidth',1,... 'MarkerSize'...
- 1.程序功能描述通过matlab对比遗传算法优化前后染色体的变化情况.2.测试软件版本以及运行结果展示MATLAB2022A版本运行3.核心程序% 开始进化for jj=1:Iters jj % 使用轮盘赌选择法繁殖新一代种群 Pops2 = func_roulette(Pops,fit); % 执行交叉操作 Pops = func_crossover... 1.程序功能描述通过matlab对比遗传算法优化前后染色体的变化情况.2.测试软件版本以及运行结果展示MATLAB2022A版本运行3.核心程序% 开始进化for jj=1:Iters jj % 使用轮盘赌选择法繁殖新一代种群 Pops2 = func_roulette(Pops,fit); % 执行交叉操作 Pops = func_crossover...
- 1.课题概述 基于WOA鲸鱼优化的购售电收益与风险评估算法.WOA优化算法是一种基于鲸鱼捕食过程的仿生优化算法，其包括鲸鱼行走觅食、鲸鱼包围以及鲸鱼螺旋捕食三个步骤。在WOA优化算法中，将售电公司的购售电收益风险计算公式作为WOA优化算法的目标函数，然后通过WOA的迭代优化计算售电公司的最优购电策略。最后，通过MATLAB仿真工具对本文所研究的基于WOA优化的新型购售电收益计算方... 1.课题概述 基于WOA鲸鱼优化的购售电收益与风险评估算法.WOA优化算法是一种基于鲸鱼捕食过程的仿生优化算法，其包括鲸鱼行走觅食、鲸鱼包围以及鲸鱼螺旋捕食三个步骤。在WOA优化算法中，将售电公司的购售电收益风险计算公式作为WOA优化算法的目标函数，然后通过WOA的迭代优化计算售电公司的最优购电策略。最后，通过MATLAB仿真工具对本文所研究的基于WOA优化的新型购售电收益计算方...
- 1.课题概述基于粒子滤波器的电池剩余使用寿命计算。根据已知的数据，预测未来的数据。 2.系统仿真结果3.核心程序与模型版本：MATLAB2022a%开始粒子滤波过程for k=2:N % 状态转移方程 for i=1:M % 使用连续时间状态方程更新粒子 Xnoise(1,i,k)=Xnoise(1,i,k-1)*exp(Xnoise(2,i,k-1)... 1.课题概述基于粒子滤波器的电池剩余使用寿命计算。根据已知的数据，预测未来的数据。 2.系统仿真结果3.核心程序与模型版本：MATLAB2022a%开始粒子滤波过程for k=2:N % 状态转移方程 for i=1:M % 使用连续时间状态方程更新粒子 Xnoise(1,i,k)=Xnoise(1,i,k-1)*exp(Xnoise(2,i,k-1)...
- 1.程序功能描述 基于WOA算法的SVDD参数寻优,将优化后的SVDD模型进行数据分类，并对测试数据进行抗干扰测试，得到不同干扰下的分类误差曲线。2.测试软件版本以及运行结果展示MATLAB2022A版本运行3.核心程序 % 更新搜索代理的位置 for i=1:size(Pxy,1) r1=rand(); r2=rand(); ... 1.程序功能描述 基于WOA算法的SVDD参数寻优,将优化后的SVDD模型进行数据分类，并对测试数据进行抗干扰测试，得到不同干扰下的分类误差曲线。2.测试软件版本以及运行结果展示MATLAB2022A版本运行3.核心程序 % 更新搜索代理的位置 for i=1:size(Pxy,1) r1=rand(); r2=rand(); ...
- 1.算法运行效果图预览(完整程序运行后无水印) 2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）%, 4=AWGN+多径 3=BSC, 2=BEC, 1=AWGN % 计算误码 for i0 = Lens + 2:-1:1 % 从后向前遍历比特 if xor(... 1.算法运行效果图预览(完整程序运行后无水印) 2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）%, 4=AWGN+多径 3=BSC, 2=BEC, 1=AWGN % 计算误码 for i0 = Lens + 2:-1:1 % 从后向前遍历比特 if xor(...
- 1.程序功能描述基于遗传优化算法的TSP问题求解，分别对四个不同的城市坐标进行路径搜索。2.测试软件版本以及运行结果展示MATLAB2022A版本运行3.核心程序for ij=1:Miters % 计算当前迭代周期种群适应度 %删除与交叉区域相同元素 for j=1:Rcc for k=1:num if Xnew(i... 1.程序功能描述基于遗传优化算法的TSP问题求解，分别对四个不同的城市坐标进行路径搜索。2.测试软件版本以及运行结果展示MATLAB2022A版本运行3.核心程序for ij=1:Miters % 计算当前迭代周期种群适应度 %删除与交叉区域相同元素 for j=1:Rcc for k=1:num if Xnew(i...
- 1.程序功能描述基于GA遗传算法的PID控制器参数优化，对比GA优化前后的PID控制器的控制曲线。2.测试软件版本以及运行结果展示本程序和本人之前写的《基于GA遗传优化的PID控制器最优控制参数整定matlab仿真_ga-pid-CSDN博客》区别是：之前的控制对象采用的是差分方程实现的，GA部分采用的是通用GA工具箱函数这里这个控制对象采用的是通过空间状态方程ABCD来构建的，GA部分采用... 1.程序功能描述基于GA遗传算法的PID控制器参数优化，对比GA优化前后的PID控制器的控制曲线。2.测试软件版本以及运行结果展示本程序和本人之前写的《基于GA遗传优化的PID控制器最优控制参数整定matlab仿真_ga-pid-CSDN博客》区别是：之前的控制对象采用的是差分方程实现的，GA部分采用的是通用GA工具箱函数这里这个控制对象采用的是通过空间状态方程ABCD来构建的，GA部分采用...
- 1.程序功能描述分别对比PSO,反向学习PSO,多策略改进反向学习PSO三种优化算法.对比其优化收敛曲线。2.测试软件版本以及运行结果展示MATLAB2022A版本运行3.核心程序for t=1:tmax t time(t) = t; w = 0.5; for i=1:Pop if t > 1 %N ... 1.程序功能描述分别对比PSO,反向学习PSO,多策略改进反向学习PSO三种优化算法.对比其优化收敛曲线。2.测试软件版本以及运行结果展示MATLAB2022A版本运行3.核心程序for t=1:tmax t time(t) = t; w = 0.5; for i=1:Pop if t > 1 %N ...
- 1.课题概述基于大爆炸优化算法的PID控制器参数寻优matlab仿真。对比优化前后的PID控制输出。 2.系统仿真结果3.核心程序与模型版本：MATLAB2022asteps=range0;it=1;while steps>=range2 % 输出迭代信息 it % 生成新种群 for i=1:Npop x(:,i)=Goodpid+2*(rand(di... 1.课题概述基于大爆炸优化算法的PID控制器参数寻优matlab仿真。对比优化前后的PID控制输出。 2.系统仿真结果3.核心程序与模型版本：MATLAB2022asteps=range0;it=1;while steps>=range2 % 输出迭代信息 it % 生成新种群 for i=1:Npop x(:,i)=Goodpid+2*(rand(di...
- 1.算法运行效果图预览(完整程序运行后无水印) 优化前：优化后：2.算法运行软件版本MATLAB2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）% 训练网络net = trainNetwork(Pbk_train, Tbk_train, layers, options); % 对训练集和测试集进行预测y_pre1 = predict(net, Pbk_train);y... 1.算法运行效果图预览(完整程序运行后无水印) 优化前：优化后：2.算法运行软件版本MATLAB2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）% 训练网络net = trainNetwork(Pbk_train, Tbk_train, layers, options); % 对训练集和测试集进行预测y_pre1 = predict(net, Pbk_train);y...
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）for t=1:Iters t for i=1:Num if xwoa(i,1)<0 xwoa(i,1)=0.1; end if xwoa(i,2)<0 ... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）for t=1:Iters t for i=1:Num if xwoa(i,1)<0 xwoa(i,1)=0.1; end if xwoa(i,2)<0 ...
- 1.算法运行效果图预览(完整程序运行后无水印) pso优化SVM过程：识别率对比：2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）x = rand(Num,D)/50;v = rand(Num,D)/50;%先计算各个粒子的适应度，并初始化Pi和Pgfor i=1:Num [p(i)] = fitness(x(i,:),P,T)... 1.算法运行效果图预览(完整程序运行后无水印) pso优化SVM过程：识别率对比：2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）x = rand(Num,D)/50;v = rand(Num,D)/50;%先计算各个粒子的适应度，并初始化Pi和Pgfor i=1:Num [p(i)] = fitness(x(i,:),P,T)...
- 1.程序功能描述 基于离散差分法的复杂微分方程组求解.“连续微分方程”到“离散微分方程”到“差分方程”，离散微分方程，变成差分方程。建立差分方程时，时间采用一阶显格式，空间采用一阶偏心差分格式。2.测试软件版本以及运行结果展示MATLAB2022a版本运行3.核心程序% ʼ L = 0.05; % ռ䳤 time = 1e-8; %ʱ ... 1.程序功能描述 基于离散差分法的复杂微分方程组求解.“连续微分方程”到“离散微分方程”到“差分方程”，离散微分方程，变成差分方程。建立差分方程时，时间采用一阶显格式，空间采用一阶偏心差分格式。2.测试软件版本以及运行结果展示MATLAB2022a版本运行3.核心程序% ʼ L = 0.05; % ռ䳤 time = 1e-8; %ʱ ...
上滑加载中
推荐直播
-
-
ECS自动初始化实操2025/06/24 周二 16:30-18:00
阿肯-华为云生态技术讲师
ECS是大家非常熟悉的服务，但大家真的用对了吗？服务器启动后需要人工部署应用吗？课程演示如何让ECS创建就能投入工作
回顾中 -
2025年度中国青年“揭榜挂帅”擂台赛·华为赛道直播宣讲会2025/06/26 周四 15:00-16:30
李大帅 华为云算子专家 吴小鱼 华为云人工智能算法专家
挑战杯 | 2025年度中国青年“揭榜挂帅”华为赛道直播宣讲会火热来袭！聚焦前沿的昇腾全栈AI技术，核心挑战：大模型推理优化。华为云人工智能算法专家+算子专家联袂坐镇直播间，深度解析赛题，助你赢取大奖！技术高手们，速来直播间，获取通关秘籍！
正在直播
热门标签