<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[CLRNqORLaTda的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/CLRNqORLaTda</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; CLRNqORLaTda]]></copyright><item><title><![CDATA[ieee33配电网含分布式电源潮流计算 24小时 牛顿拉夫逊法，算例编程matlab 可调节电...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424820</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424820</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 19:45:00 +0800</pubDate><description><![CDATA[今天我们就来聊聊如何在24小时内，用牛顿拉夫逊法在MATLAB里实现这个过程的动态模拟，顺便玩点花样——比如调节变压器变比、加无功补偿，甚至移动风机和光伏的位置。我们假设风机和光伏在一天内的出力曲线已知，比如光伏中午达到峰值，风机可能在夜间出力更大。另外，实际工程中还要考虑DG的随机性，需要结合概率潮流进行分析。注意分布式电源的接入会改变节点注入功率，在迭代中需要动态更新功率不平衡量。变比a每变化一次，就要重新计算潮流。可以通过二分法搜索使节点电压偏差最小的变比值，比如在0.95-1.05范围内步进调整。]]></description><category></category></item><item><title><![CDATA[利用最小支持向量机LSSVM做时间序列预测模型，数据是单输入单输出的替换数据就可以用，代码内有注释]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424852</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424852</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 19:30:00 +0800</pubDate><description><![CDATA[我心想这有啥，搞个单输入单输出的销量预测小脚本，替换下芋泥波波改成杨枝甘露，替换成本地每周六气温改成本地周末某商圈人流量，甚至随便改个股票收盘价、用电量序列，敲敲回车就能跑。^2，就变成解Ax=b的线性方程了——新手不用懂具体推，只需要记住：这里面只有RBF核的gamma和正则化C两个超参数，新手先随便试gamma=0.5/1.0/2.0，C=1/10/100，基本能凑合用，要精准的话可以加个网格搜索（比如把gamma和C放数组里循环跑算MAE最小的），但楼下老板要的是快和能用，懒得搞太复杂的。]]></description><category></category></item><item><title><![CDATA[Linux C++代码崩溃自动记录与溯源工具：快速定位段错误等部署难题]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424794</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424794</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 19:30:00 +0800</pubDate><description><![CDATA[车载编译必加-g：别为了减小包体积把调试信息扒干净，不然gdb只能给你输出内存地址，找不到具体函数和行号，溯源效率直接砍半。权限问题：必须用root装，因为要改系统配置和systemd服务，车载边缘端一般都是root权限跑程序，不用怕权限不够生成不了core。说白了，这个工具就是把“开core dump+监控core文件+自动gdb分析”这一套流程自动化了，纯脚本实现，没有花里胡哨的依赖，车载边缘端这种资源有限、环境封闭的场景，越简单的工具越好用。]]></description><category></category></item><item><title><![CDATA[基于He等双层优化文献的电动汽车参与空调度配电网潮流优化研究——机组组合沿用原文线性化方法、最...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424683</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424683</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 19:30:00 +0800</pubDate><description><![CDATA[% 2. 定义优化变量% 发电机启停状态（二进制变量）和出力% 二阶锥松弛专用变量：节点电压平方，避开极坐标的非线性sin/cos% EV充电功率：节点2、3的总充电功率% 行对应节点2、3，列对应时段% 支路有功/无功功率，用来写潮流约束目标函数和原文一致，最小化总运行成本：包括发电燃料成本和EV充电的峰谷电价成本%% 4. 目标函数与求解% 总发电成本% 总EV充电成本：MW·h * 元/MWh = 元。]]></description><category></category></item><item><title><![CDATA[matlab 利用ICA实现语音信号盲源分离 1.程序代码经过验证，保证能成功运行 2.点击运...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424656</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424656</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 19:30:00 +0800</pubDate><description><![CDATA[matlab 利用ICA实现语音信号盲源分离1.程序代码经过验证，保证能成功运行2.点击运行demo文件即可，代码注释详细,容易上手上周帮学妹改课设作业的时候，又看到她对着ICA语音分离的作业抓耳挠腮——毕竟当初我第一次碰这个的时候，也以为要啃厚厚的论文才能写出代码，结果后来发现用Matlab简直一键就能搞定，今天就把我用了好几年的Demo分享给大家，点一下运行就能看到效果。matlab 利用ICA实现语音信号盲源分离1.程序代码经过验证，保证能成功运行。]]></description><category></category></item><item><title><![CDATA[标题：“基于多目标算法的冷热电联供型综合能源系统运行优化]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424741</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424741</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 19:15:00 +0800</pubDate><description><![CDATA[基于多目标算法的冷热电联供型综合能源系统运行优化夏天蹲在空调房啃着冰棒刷剧，突然跳闸跳成了黑灯瞎火啃着常温棒啃的汗流浃背；冬天裹着三层棉被在被窝里摸暖宝宝，楼下的锅炉房还冒着熏人的黑烟——这些糟心事儿，大概很多人都遇到过。如果能有个会“精打细算”的全能管家，既能把电能、热能、冷能像拧水龙头一样按需分配，又能同时抠门省钱、少排污染？其实这个“管家”就是，而让它变聪明的核心魔法，就是。]]></description><category></category></item><item><title><![CDATA[三菱PLC与MCGS单容液位控制组态设计程序总结]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424881</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424881</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 19:00:00 +0800</pubDate><description><![CDATA[项目交付物都是现成给攒得明明白白的，不用再熬夜拼梯形图描歪歪扭扭的接线图、抠破脑袋查组态连点逻辑——带逐行//梯形图旁边有框框手写感（当然是排版成彩色清晰注释）注释的梯形图、标注每个端子“接交流220V还是直流24V、接急停常开还是限位常闭”的三合一（电源/手动控制/自动限位+模拟量预留）原理图、对应MCGS设备通道直接能复制黏贴的IO分配表，还有新手老手都能用的MCGS主副操作画面都齐活。先唠唠最基础的“嘴巴耳朵”IO分配表吧，入门FX3U选对这部分，后面组态和接线都是搭积木。]]></description><category></category></item><item><title><![CDATA[高精度称重模块设计方案 IC:STM32F103C8T6 供电：12-24V 通信接口：CAN...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424763</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424763</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 18:45:00 +0800</pubDate><description><![CDATA[高精度称重模块设计方案供电：12-24V通信接口：CAN通道：2精度0.1g，带零点校位高精度，低温漂含原理图，PCB，BOM表，源工程代码，可直接生产最近调试无人售货机的散称模块，踩了一堆坑——普通电阻应变片模块要么零点飘上天，要么20kg量程误差±5g根本没法用，串口通信还老丢包，CAN协议的又贵得离谱。翻了翻开源仓库改了三天，终于搞出个低成本、0.1g精度、12-24V宽压、双路称重、带源工程的板子，分享出来给有需要的朋友避坑。]]></description><category></category></item><item><title><![CDATA[无人机 控制方面 模糊控制 有一维模糊和二维模糊两种，文字说明资料已遗失，数学模型可以根据仿真图推导]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424711</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424711</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 18:30:00 +0800</pubDate><description><![CDATA[一维模糊的反推过程很简单，看Scope里的输入论域是[-1,1]m（假设期望10m，当前9.5→9.8→9.9→10→10.1这种小波动，大了肯定论域调宽，当年做的是悬停微调），隶属度函数用了5个三角型+高斯型混合？中间0附近是高斯“刚好”，两边是三角“稍低”“太低”“稍高”“太高”；好坑填完，说说当年啃Scope图反推的一维二维模糊定高的区别吧，旧项目的Scope图有两个对比组：一个是误差e（期望值高度减当前高度）做一维输入的，一个是e+误差变化率ec（这一帧减上一帧的e）做二维输入的。]]></description><category></category></item><item><title><![CDATA[前几天帮同专业的哥们扒他专业课课件里的截图文字，几百张图一张一张敲简直要疯，后来翻出吃灰半年的MATLAB，花了俩小时搭了个小工具，终于不用当人肉打字机了]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424634</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159424634</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 13:55:13 +0800</pubDate><description><![CDATA[不过第一次踩坑了：拿手机拍的手写笔记试了下，识别率惨不忍睹，后来才反应过来自带的OCR对印刷体友好，手写的还是得换深度学习模型，不过咱们平时扒课件截图、扫描版论文，全是印刷体，完全够用。后来觉得每次跑命令行太麻烦，就用MATLAB的App Designer搭了个可视化界面，拖拖拽拽就弄好了所有元素：放了个坐标轴显示图片预览，三个按钮分别是「选择单张图片」「批量选择图片」「开始识别」，一个下拉框选筛选类型（就是咱们要的。MATLAB软件，图片文字识别，GUI界面，汉字和英文识别提取，匹配，写入txt中。]]></description><category></category></item><item><title><![CDATA[双馈风力发电系统建模与仿真：模型构建及实验报告的深入探讨]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390757</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390757</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 11:30:00 +0800</pubDate><description><![CDATA[定子直接联网意味着发电机转速和电网频率解耦全靠转子侧的变流器撑着，这活儿不好干。转速跌了5%但0.2秒就恢复，这时候要算清楚变流器的电流裕量够不够扛住这种冲击。其实就两步：先把三相电流拍扁到二维平面（Clarke变换），再转个角度对齐磁场方向（Park变换）。注意那个2/3系数，有人喜欢用sqrt(2/3)的幅值不变变换，咱们这儿选的是功率不变型。其实先用50V低压验证控制逻辑，确认功率流向正确再满压运行，能省不少IGBT模块的钱。建模时坐标变换是基本功，但别被那些abc到dq的公式吓到。]]></description><category></category></item><item><title><![CDATA[永磁同步电机控制器的野路子调参实录]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390697</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390697</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 11:15:00 +0800</pubDate><description><![CDATA[传统试凑法能把人逼疯，索性试了四种智能优化算法：粒子群（PSO）、天牛须（BAS）、改进天牛群（IBSA）和灰狼（GWO）。模型架构方面，Simulink负责电机本体和逆变器这些硬件部分，控制算法用S-Function写成C代码，这样既能保证实时性，又方便参数注入。1、优化算法有粒子群算法、天牛须算法、改进的天牛群算法和灰狼算法，均可完成控制器参数寻优。1、优化算法有粒子群算法、天牛须算法、改进的天牛群算法和灰狼算法，均可完成控制器参数寻优。2、模型基于代码和simulink共同实现，包括代码、仿真模型。]]></description><category></category></item><item><title><![CDATA[COMSOL两相流模型：附赠视频讲解与PDE建模推导过程]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390600</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390600</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 10:45:00 +0800</pubDate><description><![CDATA[这时候该上祖传参数扫描大法了，把表面张力系数从0.05扫到0.1，你会发现个神奇现象：小液滴开始玩碰碰车游戏，大的反而端着架子慢慢挪。这段代码暗藏玄机：那个phi参数就像变色龙，1代表水相，0代表气相，中间的渐变区就是气液交界面。先别急着点预制模块，直接上数学内核才够劲儿——打开模型向导选择"空模型"，切到PDE模块开始搞事情。别小看这几个参数，等会儿在动量方程里它们可是要组团搞事情的。接下来在PODE设置里建俩因变量u和v，注意不是常规的流速，而是特征速度分量——这波操作能让方程自由飞翔。]]></description><category></category></item><item><title><![CDATA[基于萤火虫算法优化的随机森林回归预测——改进算法，有创新性。 内附具体流程步骤，包您看懂，数据...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390823</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390823</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 10:30:00 +0800</pubDate><description><![CDATA[最后说个坑：萤火虫算法对初始种群数量敏感。适应度驱动优化：萤火虫算法通过根据适应度值来引导萤火虫移动，使亮度较高的萤火虫更有可能吸引周围的萤火虫，从而找到更好的解。适应度驱动优化：萤火虫算法通过根据适应度值来引导萤火虫移动，使亮度较高的萤火虫更有可能吸引周围的萤火虫，从而找到更好的解。2.初始化萤火虫种群：将萤火虫的初始位置设置为随机生成的一组权重值，每个权重值对应于随机森林中的一个特征。2.初始化萤火虫种群：将萤火虫的初始位置设置为随机生成的一组权重值，每个权重值对应于随机森林中的一个特征。]]></description><category></category></item><item><title><![CDATA[船舶靠泊 船舶路径规划 基于NLP的无人船路径规划与靠泊优化控制 文献+代码 MATLAB a...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390641</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390641</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 10:00:00 +0800</pubDate><description><![CDATA[码头边停着的那艘货轮看起来轻松自如，实际操作过的人都知道这背后藏着多少数学和算法的较量。这种方法的实战价值在于统一框架——同样的算法既能处理开阔水域的避碰，又能应对靠泊这种毫米级精度的操作。这种策略比硬抗风力的直线路径节省了15%的能耗，而且靠泊时的横向误差能控制在0.3米内。abstract:本文提出了弹道优化算法作为一种单一的通用算法来解决船舶制导和包括靠泊在内的弹道规划和跟踪控制问题。abstract:本文提出了弹道优化算法作为一种单一的通用算法来解决船舶制导和包括靠泊在内的弹道规划和跟踪控制问题。]]></description><category></category></item><item><title><![CDATA[伪造个电机扭矩曲线，转速范围0-12000rpm]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390777</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390777</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 09:45:00 +0800</pubDate><description><![CDATA[电驱动变速箱换挡点选择是个挺有意思的活。拿某款双电机电驱系统来说，先搞到它的扭矩特性曲线——这事儿得实测，不过咱们先用多项式拟合凑合着用。最后把两种换挡曲线画在一起，能看到动力型换挡点普遍比经济型晚。这法子虽然简单粗暴，但实测能避免大部分不必要的换挡。最后提醒一句，实际标定得在转鼓试验台上反复验证，毕竟仿真和实车之间差着十几个版本的软件呢。其实真实电机的扭矩衰减可能更复杂，但咱们先拿这个说事儿。电驱动汽车的最佳动力性和最佳经济性换挡曲线的绘制。电驱动汽车的最佳动力性和最佳经济性换挡曲线的绘制。]]></description><category></category></item><item><title><![CDATA[flac3d 壳单元，衬砌单元，土工格栅等结构单元主应变求解。 软件内只能得到结构单元的主应力...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390844</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390844</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 09:30:00 +0800</pubDate><description><![CDATA[FLAC3D的结构单元（壳单元、衬砌、土工格栅）自带主应力输出，但主应变总得自己动手算。曾经有个项目用这个方法算挡墙应变，和实测数据对比误差在5%以内，算是能用了。软件内只能得到结构单元的主应力，无法得到主应变，因此编写fish对主应变进行计算。软件内只能得到结构单元的主应力，无法得到主应变，因此编写fish对主应变进行计算。flac3d 壳单元，衬砌单元，土工格栅等结构单元主应变求解。flac3d 壳单元，衬砌单元，土工格栅等结构单元主应变求解。这样就能在模型上直观看到应变分布，比看数字报表爽多了。]]></description><category></category></item><item><title><![CDATA[差速底盘如何用MPC玩转轨迹跟踪？手把手拆解仿真实现]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390799</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390799</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 09:30:00 +0800</pubDate><description><![CDATA[基于两轮差速移动机器人的模型预测控制(mpc)轨迹跟踪(simulnk模型加matlab代码，无联合仿真，横纵向跟踪) ，最新1.轮式移动机器人(WMR,wheeled mobile robot)/基于两轮差速移动机器人的模型预测控制轨迹跟踪，既可以实现车速的跟踪，又可以实现对路径的跟踪；2.采用simulnk搭建模型主体，matlab代码搭建MPC控制器，无联合仿真3.设置了5种轨迹，包括三种车速的圆形轨迹，单车速的直线轨迹，单车速的双移线轨迹，仿真效果如图。]]></description><category></category></item><item><title><![CDATA[区间预测QRCNN-BiLSTM基于分位数回归双向长短期记忆神经网络的多变量回归区间预测 Ma...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390724</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390724</guid><author>CLRNqORLaTda</author><pubDate>Tue, 24 Mar 2026 08:45:00 +0800</pubDate><description><![CDATA[传统的点预测就像算命先生只告诉你明天会下雨，而这个模型能告诉你"降雨量在20-30mm之间有90%把握"，这对需要风险评估的场景太重要了。今天要聊的这个QRCNN-BiLSTM模型有点东西——既能玩多变量预测又能生成动态置信区间，关键是不用改代码直接换数据就能跑，对新手简直不要太友好。采用分位数回归QR方法实现区间预测，可自由调整置信区间，评价指标包括R2、MAE、MSE、MAPE、PICP、PIMWP。多变量单输出，回归预测也可换成时间序列单列预测（售前选一种），回归效果如图1所示～]]></description><category></category></item><item><title><![CDATA[Python Xgboost/Catboost随机森林/树模型/任意模型/线性模型/SVR/G...]]></title><link>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390553</link><guid>https://blog.youkuaiyun.com/CLRNqORLaTda/article/details/159390553</guid><author>CLRNqORLaTda</author><pubDate>Mon, 23 Mar 2026 16:26:23 +0800</pubDate><description><![CDATA[SHAP虽好，可不要贪杯哦。另外SHAP值计算的是边际贡献，多重共线性严重的特征会平分贡献度，这时候需要配合VIF诊断——不过那又是另一个故事了。Python Xgboost/Catboost随机森林/树模型/任意模型/线性模型/SVR/GPR/ANN  模型SHAP图绘制。Python Xgboost/Catboost随机森林/树模型/任意模型/线性模型/SVR/GPR/ANN  模型SHAP图绘制。它通常以水平条形图的形式呈现，每个条形代表一个特征，其长度表示其对模型的整体影响程度。]]></description><category></category></item></channel></rss>