资源列表
NSGA2 正确
- 运用NSGAⅡ求解多目标柔性作业车间调度，其中目标主要包括时间和能耗(NSGA2 is used to solve multi-objective flexible job shop scheduling,in which the objectives mainly include time and energy consumption)
svpwm
- 本simulink文件主要包含3部分：1.对传统的SVPWM调制三相两电平逆变器进行仿真，一步一步搭建SVPWM调制模块，包括坐标变换、合成电压矢量扇区判断、基本电压矢量作用时间计算、触发脉冲生成等。2.对SAPWM调制三相两电平逆变器进行仿真，即通过在三相调制波中注入三次谐波的方法来获得和传统的SAPWM等价的效果，从而简化仿真过程。3.利用simulink自带的SVPWM模块以及自带的三相电路模块对上述电路仿真。本文件版本为2018b版本。(This simulink file mainly
L4_3
- 实验数据集为：(0.697 0.460)、(0.774 0.376)、( 0.634 0.264)、(0.608 0.318)、(0.556 0.215)、(0.403 0.237)、(0.481 0.149)、(0.437 0.211)、(0.666 0.091)、(0.243 0.267)、(0.245 0.057)、(0.343 0.099)、(0.639 0.161)、(0.657 0.198)、(0.360 0.370)、(0.593 0.042)、(0.719 0.103)、(0.3
2
- （a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上运用感知器算法，并且使用不同的初始向量初始化参数向量。 （c）测试每一次算法在和上的性能。 （d）画出数据集和，以及分类面。((a) Generate
L2_1
- 编写一个名为Perce的函数，用它来实现感知器算法。 函数的输入/输出有： （a）一个N*d维的矩阵X，它的第i行是第i个数据向量； （b）一个N维列向量y，y的第i个元素包含了类（-1，1），并且该类与相应的向量相互对应； （c）用向量w_ini初始化参数向量；并且返回估计参数向量； 假设函数最大迭代次数为10000。(Write a function called Perce to implement perceptron algorithm. The input / out
lidianchi_190322
- 锂电池模型，这个模型可用于锂电池充电和放电的仿真，输入充放电电流，即可输出端电压和开路电压(This model can be used to simulate the charging and discharging of lithium batteries. The input charging and discharging current can be used to output terminal voltage and open circuit voltage)
Q学习实现资源分配
- 目前适用广泛的强化学习就是Q学习，此压缩包包含Q学习实现例程，用于解决资源分配问题。
蚁群算法实现
- 这是蚁群算法实现的一个例程，用于解决0——1背包问题，对初始者有帮助，能够运行。
matlab平差程序设计
- 使用Matlab实现水准网平差，建立caculateH0，getBegin，getH0，getV，h0k，isContr和nameToindex函数实现水准网平差，并进行精度分析。(Establish caculateh0, getbegin, geth0, getv, h0k, iscontr and nametoindex functions to realize leveling network adjustment, and analyze the accuracy.)
机器学习之随机森林
- Bagging是并行式集成学习方法最著名的代表，Bagging通常对分类任务使用简单投票法，随机森林（RF）是Bagging的一个扩展变体，RF在以决策树为基学习器构建Bagging 集成的基础上，进一步在决策树的训练过程中引入了随机属性选择。在RF中，集成模型的每棵树构建时所需的样本都是由训练集经过有放回的随机抽样得来（即自助采样法bootstrap sample）。
IDW
- 反距离加权插值，即IDW(Inverse Distance Weight) ，也可以称为距离倒数乘方法。是指距离倒数乘方格网化方法是一个加权平均插值法，可以进行确切的或者圆滑的方式插值。方次参数控制着权系数如何随着离开一个格网结点距离的增加而下降。对于一个较大的方次，较近的数据点被给定一个较高的权重份额，对于一个较小的方次，权重比较均匀地分配给各数据点。(Inverse distance weighted interpolation, IDW (inverse distance weight)
运动学动力学验证
- 6自由度机器人运动学与动力学仿真，基于MATLAB语言编程，结合SIMULINK联合仿真(Kinematics and dynamics simulation of 6-DOF robot, based on MATLAB language programming, combined with SIMULINK joint simulation)