最新实例
光伏MPPT扰动观察法实现及最大功率输出优化(Matlab 2018b)
扰动观察法的 MPPT 仿真代码,用 MATLAB 2018b 跑起来还挺顺的。代码不复杂,逻辑也清楚,适合你想搞明白 P&O 法到底怎么工作的场景。光照强度变了它也能及时响应,稳定输出,电压波动小,效果还不错。电路设计用的模型蛮实用,思路也清晰,P&O 算法的判断流程、扰动节奏这些细节都有体现。MPPT调节策略用了一点点类似反馈控制的思路,模拟运行时负载两端电压比较稳,发电效率提得也不低。你要是手头有类似的光伏项目,直接用它做参考或测试都方便。MATLAB 示例代码写得挺规范,不花哨但够用,适合当二开基础。如果你平时对绿色能源、光伏控制这些话题感兴趣,这套东西可以说是入门利器。对了,它不是那
两相交错并联Buck-Boost变换器三种控制方式及输出特性仿真研究
两相交错并联 Buck/Boost 变换器的三种控制方式仿真研究,内容比较系统,代码也能直接上手。适合搞电力电子的你拿来参考或直接复现。
基于MATLAB的两轮差速小车模型用于船舶轨迹规划与PID控制仿真
基于两轮差速小车模型的船舶轨迹规划和 PID 控制,挺有意思的一套 MATLAB 仿真代码。运动学建模也有,控制器设计也到位,不仅做了航向角单环,还搞了双闭环那种。PID 参数还能动态调,实际效果蛮灵活的。想入门机器人控制或搞点轨迹优化仿真,这资源还挺合适的。 文中对wrapToPi函数的应用也提到了,能有效角度误差跳变的问题,细节考虑得还不错。你如果之前调 PID 调到崩溃,用这个代码框架能少走不少弯路。控制器实现部分代码也给得全,复制粘贴就能跑。 适合搞自动控制、机器人方向的小伙伴,是做毕业设计或者项目原型。再加上文末给了不少类似资源,想扩展研究方向也方便。嗯,要是你刚好要做移动机器人那类
遗传算法优化ELM在预测任务中的应用与智能优化算法对比
遗传算法的极限学习机优化方法,真挺适合用在各种预测任务上的,像金融、气象这些对精度要求高的场景,用起来效果还蛮惊喜的。ELM本身挺快的,但参数不好调,手动试挺费劲的。这个时候,用遗传算法来优化参数就合适,全局搜索能力强,能找到比较优的配置。里面还拿它和粒子群、花授粉这些常见算法做了对比,用了实测数据验证,图表一目了然,跑起来也不慢。你要是做预测建模,关注精度和效率,这套代码可以看看。哦对了,作者还把具体流程整理得挺清楚的,不用担心上手难。Matlab 代码也一应俱全,基本拿来就能跑,适合直接应用或者做参考。如果你想深入了解更多类似优化方法,也可以看看这些:遗传算法优化 BP 神经网络、ELMA
华为校园招聘编程题基础算法与逻辑判断练习
华为的校园招聘上机题,题型挺全面的,既考基础算法也有逻辑判断,适合练手刷题。你要是正准备秋招、春招,或者就是想找点实战感强的题练练手,这套题还蛮合适的。响应也快,代码也好上手,适合中等水平往上走一走。 排序、字符串、条件分支这些基础题占了不少,和实际工作中写业务代码的逻辑挺接近的。你可以用if...else模拟判断逻辑,也可以用switch写得更清晰点。想多练练逻辑思维的可以反复搞一搞。 除了华为这套题,下面这些相关链接也值得一看:像vivo的图像算法题更偏 AI 方向,Oracle那套经典题适合练 SQL 逻辑,Matlab题则更偏数模建模。 建议你用VS Code或PyCharm这种支持断
Matlab 2019a/b SVPWM仿真模型六阶梯波与马鞍形调制波应用
Matlab 2019a/2019b 里的 SVPWM 仿真,真的是电机控制领域的一把好工具。你可以用 Simulink 搭个三相正弦波发生器,再加上三次谐波,轻松搞出马鞍形调制波。整个波形调制看着就工整,运行效率也不错。调制比调到 1 还能看到六阶梯波,低速表现挺有意思的。 SVPWM 的核心算法写在Matlab Function模块里,逻辑比较清晰,占空比的计算也挺精细。像“扇区判断 + 占空比分配”的这一套流程,跑一遍你就知道它为啥常用于电机控制系统,是新能源汽车这块。 仿真时用固定步长求解器更稳,别问我怎么知道的(踩过坑的懂)。另外配个FFT模块看看谐波分布,效果一目了然。代码和参数都
大数据视频课程资源合集
大数据的资源太杂?想找点靠谱的入门和进阶资料?我给你整理了一份还挺全的在线视频合集,都是实打实能看的那种,不会让你一头雾水。 视频课程的集中地,涵盖了从入门到实战的各种内容。比如想了解Spark的,你可以直接看这个实战课程;如果你还搞不清楚Hive是啥,有个挺接地气的入门视频,点进这边看看就懂了。 Flume 的日志采集那块,多人容易卡住,老男孩的课程我觉得还不错,讲得比较细,也有真实案例。不想绕弯子就直接看这个,省事儿。 哦对了,还有一些综合的资源,比如完整视频教材合集,内容比较全,适合你系统学习。或者你就图个快,来看看学习视频汇总,都在一页上,点开就能学。 整体体验挺顺的,页面干净,下载也
十大经典排序算法多语言实现合集(含JavaScript)
多语言实现的十大经典排序算法合集,真的挺实用的,尤其是前端用 JavaScript 写的部分,代码清晰,逻辑也直观。你如果经常数组,优化性能,这套代码资源适合拿来练手或做笔记。
Data Science Notes数据科学资料整理笔记
数据科学的资料整理笔记挺全的,尤其适合刚入门或者需要查资料的朋友。整合了不少像、这种常见数据库的学习笔记,还有的总结,拿来当速查手册也方便。数据科学的学习笔记不光是讲理论,像那篇“极速搜集网络资料”,对怎么找资料、整理内容说得挺细,操作性也强,用的时候你会觉得挺省事。手册类的内容,比如“数据科学手册学习笔记”,用词不晦涩,思路也比较清晰。哪怕是平时没系统学过数据科学的,看这个也能理个。数据库这块资源也不缺,比如“MySQL 学习笔记资料整理”和“SQLite 数据库的开发与资源搜集”,配合你自己写点查询语句,效果立马上来。如果你对更学术的内容感兴趣,像“高等数理统计课程笔记”和“MATLAB
Input2文本聚类资源包
文本挖掘的聚类还在自己撸代码?嗯,有点费劲。input2.txt这个资源就挺省事的,预、分词都安排好了,关键是特征项聚类效果还蛮靠谱,比较适合做文本分类、舆情这类需求。 里面的流程比较清晰,比如你拿到一堆用户评论,先清洗文本,再用它做分词,跑一波KMeans或者DBSCAN,直接就能聚出不同话题,挺适合快速验证方案的。 跟它搭配的几个文章资源也蛮有用,Gensim 的 LDA 代码那篇(看这)我试过,配起来用效率挺高。还有一些像语义、分词词频的内容,能补你在特征提取这块的短板。 要注意的一点是:分词质量影响大,建议你换成jieba或者THULAC这种开源分词库自己调一下。还有聚类的时候别忘了先