- 博客(919)
- 收藏
- 关注
原创 【Dijkstra算法】自动导引搬运车(AGV)路径规划算法的仿真与实现(Matlab代码实现)
首先,你需要一个表示AGV工作环境的地图或图。这个图通常包括节点(表示位置或交叉点)和边(表示节点之间的可通行路径及其成本,如距离或时间)。这些边可以带有权重,表示通过该边的成本。
2024-09-04 14:14:18
545
原创 【2024国赛C题】2024 年全国大学生数学建模比赛思路、代码更新中.....
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️行百里者,半于九十。📋📋📋🎁🎁🎁。
2024-09-04 14:11:05
610
原创 基于汉克尔矩阵 (BMIDHM) 的盲模态识别研究(Matlab代码实现)
汉克尔矩阵(Hankel Matrix)是一种特殊的矩阵,其每一条副对角线上的元素都相等。这种矩阵在数字信号处理、数值计算、系统控制等领域有着广泛的应用。汉克尔矩阵与常对角矩阵(如Toeplitz矩阵)类似,但将汉克尔矩阵上下颠倒后,得到的不是常对角矩阵,而是每条主对角线上元素相等的矩阵。希尔伯特矩阵是一种特殊的汉克尔矩阵,具有良好的性质。
2024-09-04 14:06:21
353
原创 【无人机路径规划】基于深度强化学习的多无人机辅助边缘计算网络路径规划(Matlab代码实现)
然而,据我们所知,目前很少有现有的工作探讨了如何智能设计移动边缘计算网络中无人机的飞行轨迹,以服务于大量设备,尤其是考虑到设备的动态移动性和无人机与设备之间的动态关联。因此,无人机辅助边缘计算网络是一个自然的选择和有前景的范式,在其中如何优化无人机的飞行路径以满足大量设备的通信和计算需求成为一个重要且具有挑战性的问题。由于其灵活的部署、全面的控制和网络性能,UA V辅助无线通信受到了广泛的研究兴趣UAV辅助的边缘计算网络是有意义的,并且在处理巨大设备的通信和处理需求时是一个有趣的概念。行百里者,半于九十。
2024-09-04 13:25:11
315
原创 【多变量输入超前多步预测】基于CNN-LSSVM的光伏功率预测研究(Matlab代码实现)
卷积神经网络(CNN)优势:CNN在图像处理和模式识别任务中表现出色,擅长提取输入数据中的局部特征。在光伏功率预测中,可以将时间序列数据视为一种特殊的一维图像,利用CNN捕捉数据中的时间局部特征。作用:作为特征提取器,CNN层通过卷积和池化操作提取输入多变量数据(如光照强度、温度、风速等)中的关键特征,为后续LSSVM的预测提供基础。最小二乘支持向量机(LSSVM)优势:LSSVM是支持向量机(SVM)的一种变体,通过求解线性方程组替代传统的二次规划问题,具有更快的训练速度和更好的泛化能力。
2024-09-04 13:21:43
433
原创 【滤波器】概率最小均方自适应滤波器(Matlab实现)
这种滤波器旨在通过自适应的方式对输入信号进行滤波处理,以实现特定的目标,如信号增强、噪声去除、系统辨识等。通过不断地更新滤波器的系数,使其逐渐逼近最优解,以实现对输入信号的最佳滤波效果。首先,它具有自适应性,能够在信号和环境变化时实时调整,保持良好的性能。其次,它可以处理非平稳信号,适应不同的应用场景。总之,概率最小均方自适应滤波器以其自适应性、高效性和广泛的适用性,在信号处理领域发挥着重要的作用。文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
2024-09-04 13:18:09
112
原创 【风电功率预测】【多变量输入单步预测】基于TCN-RVM的风电功率预测研究(Matlab代码实现)
TCN(时间卷积神经网络)TCN是一种专门用于处理时间序列数据的卷积神经网络。它通过多层卷积和扩张卷积来捕捉时间序列中的长期依赖关系,同时保持输入序列的长度不变。TCN在处理时间序列数据时表现出色,能够有效地提取出数据中的关键特征。RVM(相关向量机)RVM是一种基于贝叶斯框架的机器学习模型,由Michael Tipping于2001年提出。它类似于支持向量机(SVM),但重点在于自动确定用于预测的重要训练样本。RVM通过贝叶斯理论对权重向量进行稀疏表示,从而简化模型并提高其泛化能力。
2024-09-04 13:14:38
511
原创 关于估计隐藏状态和无迹卡尔曼滤波(Matlab 实现)
它选择一组称为“sigma 点”的样本点,这些点经过非线性系统的传播后,可以用来估计系统的状态均值和协方差。与传统的线性化方法相比,无迹变换能够更准确地捕捉非线性系统的特性,从而提高状态估计的精度。无迹卡尔曼滤波具有以下优点:首先,它能够处理高度非线性的系统,而无需对系统进行线性化近似。总之,估计隐藏状态对于许多实际应用至关重要,而无迹卡尔曼滤波作为一种有效的状态估计方法,在非线性系统中具有广泛的应用前景。文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
2024-09-04 13:11:10
200
原创 【没发表过的创新点】【多变量输入单步预测】基于CEEMDAN-VMD-CNN-BiLSTM的风电功率预测研究(Matlab代码实现)
一、引言风电作为一种重要的可再生能源,其发电量的波动性和不确定性给风电场运营和电力系统调度带来了挑战。准确的风电功率预测对于优化发电计划、提高发电效率以及电力系统调度和电力市场交易具有重要意义。因此,基于CEEMDAN(自适应噪声完备集合经验模态分解)、VMD(变分模态分解)、CNN(卷积神经网络)和BiLSTM(双向长短期记忆网络)的风电功率预测研究具有重要的应用价值。二、技术介绍。
2024-09-04 13:07:26
627
原创 【EI复现】风-水电联合优化运行分析(Matlab代码实现)
本文提出的基于遗传算法的风-水电联合优化运行就是采用水力蓄能的方式,为风电场配置一个水力发电系统,当可利用风能数值较大时,将一部分风能通过水泵以水能的形式储存于水库中,然后在可利用风能数值较小或上网电价较高时再经过水电发电机组将存储的能量输送到电网中去,以此实现风电场功率的优化输出,这样一方面平滑了风电场的输出波动,另一方面也充分利用了风能,增加了风电场的效益。%---------对不符合条件的解(粒子)加上惩罚因子----------------------------%F(j)=F(j)-M;
2024-09-04 13:03:43
731
原创 【多变量输入单步预测】基于灰狼优化算法(GWO)优化CNN-BiLSTM-Attention的风电功率预测研究(Matlab代码实现)
【多变量输入单步预测】基于灰狼优化算法(GWO)优化CNN-BiLSTM-Attention的风电功率预测研究是一个结合了多种先进算法和技术领域的复杂课题。
2024-09-04 13:00:20
770
原创 【数字仿真】数字仿真 预失真 (DPD) 算法 透明多载波卫星链路(Matlab实现)
DPD 算法通过对输入信号进行预失真处理,使得经过功率放大器后的输出信号尽可能接近理想的线性放大状态,从而提高信号质量、降低误码率并提高系统的频谱效率。透明多载波卫星链路是一种卫星通信链路,具有透明转发的特点,即卫星仅对接收的信号进行放大和转发,而不进行复杂的信号处理。在透明多载波卫星链路中,DPD 算法可以有效地补偿卫星转发器中的功率放大器非线性失真,提高链路的性能和可靠性。总之,数字仿真、预失真算法和透明多载波卫星链路的结合为卫星通信系统的性能提升和优化提供了有力的工具和方法。行百里者,半于九十。
2024-09-04 12:56:49
336
原创 【单变量输入多步预测】基于CNN-BiGRU-Attention的风电功率预测研究(Matlab代码实现)
基于CNN-BiGRU-Attention的风电功率预测模型结合了深度学习技术在特征提取、时序建模和注意力分配方面的优势,旨在提高风电功率预测的准确性和稳定性。CNN(卷积神经网络):擅长提取图像和时间序列数据中的局部特征信息。在风电功率预测中,CNN用于提取与风电功率相关的单一变量(如风速)的空间特征,如风速变化趋势、季节性变化等。通过滑动窗口和池化层,CNN能够捕捉数据中的局部特征,并减少数据维度。BiGRU(双向门控循环单元)
2024-09-04 12:53:25
303
原创 【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)
文献来源:根据微电网或微能源网是否与主电网相连接,可将其分为并网型和独立型 2 种。本文以并网型微 能源网为研究对象,研究其并网运行的能量管理与优化问题。目前,针对微能源网的能量管理,从算法上来讲,多结合最优化算法或者启发式算法进行。文献[3]建立了微网混合整数非线性模型,通过将其分解为组合问题和最优潮流问题,避免直接求解混合整数非线性问题,加快了寻优速度。文献[4]通过概率约束对旋转备用储能的不确定性进行建模,提出了一种使用机会约束规划来最小化微网运营成本的最优调度方法。
2024-09-04 12:49:45
309
原创 【没发表过的创新点】【多变量输入单步预测】基于金豺算法优化TCN-BiGRU-Attention的风电功率预测研究(Matlab代码实现)
【未发表的创新点】针对多变量输入单步预测问题,提出基于金豺算法(Golden Jackal Optimization, GJO)优化时间卷积网络(Temporal Convolutional Network, TCN)、双向门控循环单元(Bi-directional Gated Recurrent Unit, BiGRU)与注意力机制(Attention Mechanism)相结合的风电功率预测模型。
2024-09-04 12:45:41
595
原创 【2024国赛B题】2024 年全国大学生数学建模比赛思路、代码更新中.....
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️行百里者,半于九十。📋📋📋🎁🎁🎁。
2024-09-03 18:34:11
543
原创 【2024国赛A题】2024 年全国大学生数学建模比赛思路、代码更新中.....
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️行百里者,半于九十。📋📋📋🎁🎁🎁。
2024-09-03 18:31:15
580
原创 【状态估计】 KEWLS和 KEWLS-KF (KKF) 研究(Matlab代码实现)
KEWLS(Kernel-Embedded Weighted Least Squares)和KEWLS-KF(KKF)是两种重要的状态估计技术,广泛应用于控制理论、机器学习和信号处理等领域。这些技术主要用于估计动态系统中的状态变量,尤其是在处理非线性系统或具有复杂动态特性的系统时表现出色。
2024-09-02 19:31:18
394
原创 【风电功率预测】【多变量输入单步预测】基于Transformer的风电功率预测研究(Matlab代码实现)
基于Transformer的风电功率预测研究可以有效利用Transformer模型在处理序列数据方面的优势,特别是在多变量输入单步预测任务中。Transformer模型以其强大的自注意力机制和并行计算能力,能够捕捉长距离依赖关系并处理复杂的时间序列数据。以下是基于Transformer的多变量输入单步风电功率预测研究的关键点:### 1. **Transformer概述**
2024-09-02 19:28:56
427
原创 【2024国赛B题】2024 年全国大学生数学建模比赛思路、代码更新中.....
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️行百里者,半于九十。📋📋📋🎁🎁🎁。
2024-09-02 19:26:25
697
原创 基于TCN-RVM的自行车租赁数量预测研究(Matlab代码实现)
基于TCN-RVM(时间卷积神经网络-相关向量机)的自行车租赁数量预测研究,结合了时间卷积神经网络(TCN)强大的时序建模能力和相关向量机(RVM)的稀疏性与高效性,旨在通过历史数据和环境特征来预测未来某一时刻或某一地区的自行车租赁数量。
2024-09-02 19:20:54
629
原创 【2024国赛A题】2024 年全国大学生数学建模比赛思路、代码更新中.....
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️行百里者,半于九十。📋📋📋🎁🎁🎁。
2024-09-02 19:18:14
513
原创 【多变量输入超前多步预测】基于CNN-BiGRU-Attention的光伏功率预测研究(Matlab代码实现)
卷积神经网络(CNN)优势:CNN擅长提取输入数据中的局部特征,通过卷积层和池化层的组合,可以有效地捕捉到数据中的关键信息。作用:在光伏功率预测中,CNN被用于提取输入数据(如光照强度、温度、风速等多变量)中的空间或时间局部特征,为后续处理提供基础。双向门控循环单元(BiGRU)优势:BiGRU结合了前向GRU和后向GRU,能够同时考虑时间序列数据的前后文信息,从而捕捉到序列中的双向依赖关系。作用。
2024-09-02 19:14:51
784
原创 电力系统机组组合优化调度(IEEE14节点、IEEE30节点、IEEE118节点)(Matlab代码实现)
本文提出一种确定机组组合的降维半解析动态规划方法,可以与其他经济调度算法相结合,用以解决多种约束条件下的机组组合问题。该方法通过比较各时段负荷及机组参数,剔除各时段下不满足要求的组合状态,从而减少动态规划中的状态点数;根据机组的最小连续运行、停运时间限制,以及机组功率上升、下降速度的约束,剔除了状态点间的无效路径,从而减少了动态规划的路径个数,达到降维的目的;在确定机组启停状态后,再采用解析法进行机组的功率分配,可以大大提高动态规划方法的效率。
2024-09-02 19:11:45
921
原创 基于CNN-BiGRU-Attention的自行车租赁数量预测研究(Matlab代码实现)
基于CNN-BiGRU-Attention的自行车租赁数量预测研究,结合了卷积神经网络(CNN)在特征提取方面的优势、双向门控循环单元(BiGRU)在处理时序数据上的能力以及注意力机制(Attention)在关注重要信息方面的特长,旨在更精准地预测自行车租赁数量。
2024-09-02 19:08:24
587
原创 【风电功率预测】【多变量输入单步预测】基于VMD-CNN-BiLSTM的风电功率预测研究(Matlab代码实现)
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️行百里者,半于九十。📋📋📋🎁🎁🎁。
2024-09-02 19:02:59
582
原创 【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
本文提出的基于遗传算法的风-水电联合优化运行就是采用水力蓄能的方式,为风电场配置一个水力发电系统,当可利用风能数值较大时,将一部分风能通过水泵以水能的形式储存于水库中,然后在可利用风能数值较小或上网电价较高时再经过水电发电机组将存储的能量输送到电网中去,以此实现风电场功率的优化输出,这样一方面平滑了风电场的输出波动,另一方面也充分利用了风能,增加了风电场的效益。%---------对不符合条件的解(粒子)加上惩罚因子----------------------------%F(j)=F(j)-M;
2024-09-02 19:00:15
447
原创 基于CNN-BILSTM-Attention风电功率预测研究(Matlab代码实现)
基于CNN-BiLSTM-Attention的风电功率预测研究是一个结合了深度学习技术的复杂课题,旨在提高风电功率预测的准确性和可靠性。
2024-09-02 18:57:22
448
原创 【没发表过的创新点】基于BiTCN-LSTM的风电功率预测研究(Matlab代码实现)
双向时间卷积网络(BiTCN)BiTCN由两个方向的时间卷积层组成,分别用于提取时间序列数据的前向和后向特征。每个时间卷积层包含多个卷积核,每个卷积核负责提取时间序列数据中特定时间尺度的特征。通过双向卷积,可以更加全面地提取时间序列数据的特征信息,提高模型的预测能力。长短期记忆网络(LSTM)LSTM是一种特殊的循环神经网络(RNN),通过引入遗忘门、输入门和输出门三个门结构,解决了传统RNN中的“长期依赖”问题。
2024-09-02 18:39:12
604
原创 【CPO-BP】基于冠豪猪优化算法优化BP神经网络的风电功率预测研究(Matlab代码实现)
冠豪猪优化算法是一种新型的元启发式优化算法,由Abdel-Basset等人在2024年初提出,并首次发表在中科院1区的SCI顶级期刊《Knowledge-Based Systems》上。该算法模拟了冠豪猪在寻找食物、避免天敌以及在复杂环境中生存的策略,特别是其四种独特的防御机制:视觉恐吓、声音恐吓、气味攻击和物理攻击。这些防御机制在算法中分别对应于探索和开发阶段,为优化问题提供了独特的解决方案。
2024-09-02 18:36:19
738
原创 光伏储能直流系统MATLAB仿真(PV光伏阵列+Boost DCDC变换器+负载+双向DCDC变换器+锂离子电池系统)
光伏储能直流系统是一种利用太阳能光伏阵列发电,并通过储能系统实现能量的存储和供电的系统。该系统由PV光伏阵列、Boost DC/DC变换器、负载、双向DC/DC变换器、锂离子电池系统、PV侧控制模块、锂离子电池侧控制模块以及观测模块组成。PV光伏阵列是光伏储能系统的核心部分,它将太阳能转化为直流电能。Boost DC/DC变换器用于提高光伏阵列输出电压,以满足负载的需求。负载是系统中需要供电的设备或电器。
2024-09-02 18:31:47
673
原创 【GRNN-RBFNN-ILC算法】【轨迹跟踪】基于神经网络的迭代学习控制用于未知SISO非线性系统的轨迹跟踪(Matlab代码实现)
本文提出了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,用于解决具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的轨迹跟踪问题。控制目标是使系统的输出在每次迭代过程中跟踪参考轨迹。因此,在每次迭代过程中的每个相对时间点,使用广义回归神经网络(GRNN)作为估计器来解决系统的关键参数,使用径向基函数神经网络(RBFNN)作为控制器来解决控制输入。与传统的ILC算法相比,动态线性化和准则函数最小化这两个复杂的求解过程被替换并简化为GRNN和RBFNN的迭代训练。
2024-09-01 11:15:01
663
原创 【AUV】水下航行器能量收集器动力学和控制研究(Matlab代码实现)
水下航行器的能量收集器动力学和控制研究是关于如何利用水下航行器自身的运动以及环境中的能量源来实现持续的能量供应。这个领域涉及到多个方面,包括设计能量收集设备、优化水下航行器的运动以最大化能量收集效率、开发有效的能量管理和控制算法等。在研究动力学方面,科学家们研究水下航行器在不同运动条件下的能量收集效率,以及如何设计航行器的结构和运动模式以最大化能量收集。这可能涉及到对水动力学和机械动力学的深入研究,以理解水下环境对航行器的影响,并设计出相应的能量收集器。
2024-09-01 11:10:40
1006
原创 基于LSSVM的自行车租赁数量预测研究(Matlab代码实现)
基于LSSVM(最小二乘支持向量机)的自行车租赁数量预测研究是一个结合了机器学习算法与交通数据分析的复杂任务。
2024-09-01 11:04:17
669
原创 【使用维纳滤波进行信号分离】基于维纳-霍普夫方程的信号分离或去噪维纳滤波器估计(Matlab代码实现)
需要注意的是,维纳滤波器的性能受到观测信号的统计特性以及原始信号和噪声的自相关性质的影响。因此,在使用维纳滤波器进行信号分离或去噪时,需要对信号和噪声的统计特性有一定的了解,并相应地选择合适的参数和技术。在信号分离或去噪任务中,我们有一个观测信号y,它可以被表示为原始信号s和加性噪声n的叠加:y = s + n。其中,H是观测信号y的转置矩阵,P_ss是原始信号s的自相关矩阵,P_nn是噪声n的自相关矩阵(通常被假设为对角矩阵)。通过将观测信号y代入上式,我们可以得到分离或去噪后的信号估计值y'。
2024-09-01 11:01:27
777
原创 基于多目标灰狼优化算法的环境经济调度研究【IEEE30节点】(Matlab实现)
李晨等人5将DEED问题按时段分解为多个子问题﹐然后对每个子问题独立优化,将各子问题的 Pareto解组合作为 DEED问题的Pareto 解,该方法降低了问题的求解难度﹐但所获的Pareto解往往具有局部性。%===============总排放量========================%===============总燃料成本======================%===============总线损====================B00 = 9.8573 * 10.^(-4);
2024-09-01 10:58:02
641
原创 【风电功率预测】【多变量输入单步预测】基于VMD-CNN-GRU的风电功率预测研究(Matlab代码实现)
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️行百里者,半于九十。📋📋📋🎁🎁🎁。
2024-09-01 10:55:39
975
原创 【图像检测】使用加速鲁棒特征检测的图像拼接(Matlab实现)
通过 SURF 检测到的特征点,进行精确的匹配和对齐操作,能够实现不同图像之间的无缝拼接。使用加速鲁棒特征检测的图像拼接技术在众多领域都有广泛应用,如全景摄影、遥感图像处理、医学图像分析等,为获取更全面、准确的图像信息提供了有力支持。[2]吕伏,郑禹,齐光尧,等.极坐标编解码的轻量化SAR图像舰船斜框检测算法[J/OL].计算机科学与探索:1-20[2024-08-30].http://kns.cnki.net/kcms/detail/11.5602.TP.20240829.1158.013.html.
2024-09-01 10:52:41
381
原创 【风电功率预测】【多变量输入单步预测】基于RVM-Adaboost的风电功率预测研究(Matlab代码实现)
原理:RVM是一种基于贝叶斯学习的稀疏概率模型,它通过对权值参数施加先验概率分布,并在学习过程中不断更新这些分布,从而实现对模型的稀疏化和正则化。RVM在回归和分类问题中都有广泛的应用,特别适合于处理小样本、高维数据。优势:RVM具有较强的泛化能力和较少的计算量,能够在保证预测精度的同时减少模型的复杂度。
2024-09-01 10:49:05
509
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人