- 博客(3186)
- 收藏
- 关注
RSS订阅原创 基于平均加权最小二乘法AWTLS、加权最小二乘 WLS、总最小二乘法TLS以及加权总最小二乘法WTLS的电池电动汽车的健康状态 SOH 和充电状态 SOC 估计附Matlab代码
准确估计电池电动汽车的健康状态（SOH）和充电状态（SOC）是保障电池安全、高效运行的关键。本文深入研究平均加权最小二乘法（AWTLS）、加权最小二乘法（WLS）、总最小二乘法（TLS）以及加权总最小二乘法（WTLS），将其应用于电池 SOH 和 SOC 的估计。通过建立电池等效电路模型，结合不同工况下的实验数据，对比分析四种方法在估计精度、抗噪能力和计算复杂度等方面的性能。
2025-06-19 11:02:01
589
原创 基于快速随机搜索树RRT算法的路径规划研究附Matlab代码
路径规划是机器人、自动驾驶等领域的关键技术。本文围绕快速随机搜索树（RRT）算法展开路径规划研究，详细阐述 RRT 算法的基本原理与运行机制，分析其在复杂环境下路径规划的优势与局限性。针对算法存在的收敛速度慢、路径质量差等问题，探讨多种改进策略，并通过仿真实验和实际案例，对比分析改进前后算法的性能表现。研究结果表明，优化后的 RRT 算法在路径规划效率和路径质量上均有显著提升，为相关领域的路径规划应用提供了更有效的解决方案。关键词快速随机搜索树算法；路径规划；机器人；自动驾驶；算法改进一、引言。
2025-06-19 10:58:35
237
原创 基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究附Matlab代码
配电网作为电力系统连接发电与用电的关键环节，其可靠性水平直接影响到电力供应的质量和用户的满意度。随着现代电力系统规模的不断扩大和复杂性的日益增加，传统的可靠性评估方法在处理大规模、多状态系统时面临诸多挑战。序贯蒙特卡洛模拟法以其能够有效处理系统动态行为和复杂故障模式的优势，在配电网可靠性评估领域展现出巨大的潜力。本文深入探讨了基于序贯蒙特卡洛模拟法的配电网可靠性评估研究，旨在分析该方法的理论基础、实现流程、关键技术及其在实际应用中的优势与挑战。
2025-06-19 10:57:29
530
原创 基于精英遗传算法的电动汽车有序充电方法研究附Matlab代码
随着电动汽车（EV）的普及，大规模无序充电给电网带来了巨大的冲击，导致电压骤降、线路过载等问题。为解决这一挑战，本文提出一种基于精英遗传算法（EGA）的电动汽车有序充电方法。该方法旨在通过优化充电时间、充电功率等参数，在满足用户充电需求的同时，有效削减充电负荷峰谷差，提高电网运行的稳定性和经济性。研究结果表明，本文所提出的方法能够显著优化电动汽车充电负荷曲线，有效降低充电成本，为智能电网背景下的电动汽车充电管理提供了一种高效可行的解决方案。电动汽车；有序充电；精英遗传算法；电网稳定；负荷管理1. 引言。
2025-06-19 10:55:56
318
原创 基于霍夫变换的航迹起始算法研究附Matlab代码
航迹起始是雷达目标跟踪系统中的关键步骤，其性能直接影响后续跟踪的精度和稳定性。传统航迹起始算法在低信噪比、多目标以及杂波环境下存在漏报、虚警和关联模糊等问题。本文深入研究了基于霍夫变换（Hough Transform, HT）的航迹起始算法，旨在利用霍夫变换将雷达量测数据从笛卡尔坐标系映射到参数空间，通过参数空间中峰值的检测实现航迹的自动起始。文章详细阐述了霍夫变换的基本原理、在航迹起始中的应用优势，并对现有基于霍夫变换的航迹起始算法进行了分类和比较，分析了它们在不同场景下的适用性。
2025-06-19 10:54:03
583
原创 基于改进粒子群算法的含碳捕集微网多时间尺度低碳经济调度附Matlab代码
针对含碳捕集微网在多时间尺度运行下经济成本与碳排放难以平衡的问题，提出基于改进粒子群算法（IPSO）的低碳经济调度方法。通过引入自适应权重调整、动态学习因子以及混合变异策略对传统粒子群算法进行改进，构建考虑经济成本、碳排放量和环境效益的多目标调度模型，并结合多时间尺度运行特性设置约束条件。仿真结果表明，改进粒子群算法在求解精度和收敛速度上优于传统算法，所提调度方案能有效降低微网运行成本与碳排放，实现低碳经济运行。关键词改进粒子群算法；含碳捕集微网；多时间尺度；低碳经济调度；自适应权重；动态学习因子。
2025-06-19 10:48:28
763
原创 基于改进多目标灰狼优化算法的考虑V2G技术的风、光、荷、储微网多目标日前优化调度研究附Matlab代码
随着可再生能源技术的飞速发展以及电动汽车的普及，微电网作为一种高效、灵活的能源管理系统，在提高能源利用效率、促进可再生能源消纳方面发挥着越来越重要的作用。本文旨在研究计及V2G（Vehicle-to-Grid，车辆到电网）技术的风、光、荷、储微网多目标日前优化调度问题。针对该非线性、多目标的优化问题，提出一种改进多目标灰狼优化算法（Improved Multi-objective Grey Wolf Optimization, IMGWO）进行求解。
2025-06-19 10:47:27
498
原创 基于分时电价响应和差异化需求侧资源标准建模的优化运行策略研究附Matlab代码
在全球能源转型和电力系统改革的背景下，电力系统运行的经济性、稳定性和可持续性面临新的挑战。随着可再生能源发电比例的不断提高，电力系统对灵活调节能力的需求日益增长。需求侧管理（DSM）作为一种重要的电力系统优化手段，通过引导用户改变用电行为，可以有效缓解供需矛盾，提高系统运行效率。其中，基于分时电价（Time-of-Use, TOU）响应和差异化需求侧资源标准建模的优化运行策略，正成为当前研究的热点。一、 分时电价响应机制及其重要性分时电价是一种根据不同时段电力供需情况制定差异化电价的机制。
2025-06-19 10:46:00
349
原创 基于二进制粒子群优化(BPSO)最佳PMU位置(OPP)配置研究附Matlab代码
随着智能电网的快速发展，同步相量测量单元（PMU）作为一种先进的测量设备，在电网状态感知、故障诊断和稳定控制中扮演着越来越重要的角色。PMU能够提供高精度的同步电压和电流相量数据，极大地提升了电网的可观测性。然而，PMU设备成本高昂，如何在有限的投资下实现电网的最大可观测性，即最佳PMU位置（Optimal PMU Placement, OPP）配置，成为了电力系统领域的一个重要研究课题。
2025-06-19 10:43:16
440
原创 基于二阶锥规划的主动配电网最优潮流求解附Matlab代码
随着可再生能源并网和负荷特性复杂化，传统配电网正逐步向主动配电网演进。主动配电网的优化运行，特别是最优潮流（Optimal Power Flow, OPF）问题，成为提升电网效率、保障供电可靠性的关键。本文深入探讨了基于二阶锥规划（Second-Order Cone Programming, SOCP）的主动配电网最优潮流求解方法。首先，阐述了主动配电网的特点及最优潮流问题的复杂性。其次，详细介绍了SOCP在潮流计算中的应用原理，包括其凸松弛特性以及如何将非凸的交流潮流方程转化为可行的SOCP形式。
2025-06-19 10:40:55
353
原创 基于鹅优化算法GOOSE优化BP神经网络研究附Matlab代码
本研究针对传统 BP 神经网络在训练过程中易陷入局部最优、收敛速度慢等问题，提出基于鹅优化算法（GOOSE）优化 BP 神经网络的方法。首先详细介绍 GOOSE 算法与 BP 神经网络的基本原理，然后阐述 GOOSE 算法对 BP 神经网络初始权值和阈值优化的具体流程。通过构建分类与回归实验，将优化后的 BP 神经网络与传统 BP 神经网络进行对比，结果表明该方法有效提高了神经网络的预测精度和收敛速度，为 BP 神经网络的改进提供了新途径。关键词鹅优化算法；BP 神经网络；权值优化；阈值优化；预测精度。
2025-06-19 10:39:59
328
原创 基于多种优化算法的物联网无人机基站研究【布谷鸟搜索CS、大象群体优化EHO、灰狼优化GWO、帝王蝴蝶优化MBO、鲨鱼群算法SSA和粒子群优化PSO】附Matlab代码
随着物联网技术的飞速发展，无人机基站凭借其灵活部署、快速响应等优势，成为提升物联网覆盖与服务质量的关键。本文针对物联网无人机基站的布局规划、资源分配等优化问题，深入研究布谷鸟搜索（CS）、大象群体优化（EHO）、灰狼优化（GWO）、帝王蝴蝶优化（MBO）、鲨鱼群算法（SSA）和粒子群优化（PSO）六种算法。通过构建相应的数学模型与仿真实验，对比分析各算法在求解效率、优化精度、收敛速度等方面的性能表现，为物联网无人机基站的优化决策提供理论依据与算法支撑。关键词物联网；无人机基站；布谷鸟搜索算法；
2025-06-19 10:39:10
623
原创 基于多时段动态电价的电动汽车有序充电策略优化附Matlab代码
电动汽车 (EV) 的普及对电网带来了新的挑战和机遇。为了促进电动汽车的可持续发展，并确保电网的稳定运行，设计高效的充电策略至关重要。本文将探讨基于多时段动态电价的电动汽车有序充电策略优化，旨在降低充电成本，提高电网效率。
2025-06-19 10:37:32
236
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】附Matlab代码
随着全球对能源可持续发展和环境保护的日益重视，电力系统的环境经济调度问题成为研究热点。本文针对电力系统环境经济调度中经济成本与环境污染排放的多目标优化问题，提出基于多目标灰狼优化算法（MOGWO）的求解方法，并在 IEEE 30 节点系统上进行仿真实验。研究结果表明，该算法能够有效平衡经济成本与环境影响，在求解环境经济调度问题上具有良好的收敛性和多样性，为电力系统的优化运行提供了新的有效途径。关键词多目标灰狼优化算法；环境经济调度；IEEE 30 节点系统；经济成本；环境污染排放一、引言。
2025-06-19 10:32:26
495
原创 基于多动作深度强化学习的柔性车间调度研究附Python代码
针对传统柔性车间调度算法在处理复杂约束和动态环境时的局限性，提出一种基于多动作深度强化学习的调度方法。该方法将调度问题建模为部分可观测马尔可夫决策过程 (POMDP)，设计了能够同时选择机器和确定加工顺序的多动作策略网络，通过注意力机制捕捉工件和机器间的复杂关系，并采用优先经验回放提高样本利用效率。实验结果表明，与传统调度规则和单动作强化学习方法相比，该方法能显著降低最大完工时间、平均流程时间和设备负荷率，具有更强的适应性和优化能力。
2025-06-19 10:27:57
503
原创 基于动态窗口法DWA的机器人路径规划研究附Matlab代码
针对移动机器人在复杂动态环境中的路径规划问题，提出一种基于动态窗口法 (Dynamic Window Approach, DWA) 的路径规划方法。该方法通过在速度空间中采样生成动态窗口，结合机器人运动学约束和环境感知信息，评估每个候选轨迹的安全性与可行性，最终选择最优轨迹执行。实验结果表明，该方法在动态障碍物环境中具有良好的实时性和鲁棒性，能够有效避开障碍物并规划出平滑路径。
2025-06-18 15:12:01
219
原创 基于Transformer-SVM的自行车租赁数量预测研究附Matlab代码
针对自行车租赁数量预测中的非线性时序特性和多因素相关性问题，提出一种结合 Transformer 和支持向量机 (SVM) 的混合模型。Transformer 通过自注意力机制捕获时序数据中的长短期依赖关系和特征间的复杂交互，SVM 则处理特征映射和回归预测。实验结果表明，该模型在均方根误差 (RMSE)、平均绝对误差 (MAE) 和平均绝对百分比误差 (MAPE) 等指标上显著优于传统时序模型和单一深度学习模型，能够更准确地预测自行车租赁数量的变化趋势。
2025-06-18 15:11:04
208
原创 基于TCN-RVM的自行车租赁数量预测研究附Matlab代码
为解决自行车租赁数量预测中非线性、复杂时序依赖及不确定性问题，本研究提出基于时间卷积网络（TCN）与相关向量机（RVM）的 TCN-RVM 预测模型。TCN 利用因果卷积和扩张卷积提取多尺度时序特征，RVM 基于贝叶斯框架实现概率预测并处理不确定性。实验结果表明，该模型在均方误差（MSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）等指标优于传统及单一模型，同时可输出预测的不确定性区间，为共享单车运营调度与城市交通规划提供更可靠的决策支持。关键词自行车租赁预测；时间卷积网络；相关向量机；
2025-06-18 15:10:03
196
原创 基于TCN-GRU的自行车租赁数量预测研究附Matlab代码
针对自行车租赁系统中租赁数量预测的非线性和时序特性，提出一种结合时间卷积网络 (TCN) 和门控循环单元 (GRU) 的混合模型。TCN 通过扩张卷积捕获多尺度时序特征，GRU 则处理序列的长期依赖关系。实验结果表明，TCN-GRU 模型在均方根误差 (RMSE)、平均绝对误差 (MAE) 和平均绝对百分比误差 (MAPE) 等指标上显著优于传统时序模型和单一深度学习模型，能够更准确地预测自行车租赁数量的变化趋势。
2025-06-18 15:08:56
245
原创 基于TCN-GRU-Attention的自行车租赁数量预测研究附Matlab代码
本研究针对自行车租赁数量预测中非线性与复杂时序依赖问题，提出基于时间卷积网络（TCN）、门控循环单元（GRU）和注意力机制（Attention）的预测模型（TCN-GRU-Attention）。TCN 利用扩张卷积提取多尺度时序特征，GRU 捕捉序列长期依赖，注意力机制强化关键特征，三者协同提升预测精度。通过实际数据实验，该模型在均方误差（MSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）指标上优于传统及单一深度学习模型，为共享单车资源调度与城市交通规划提供可靠依据。关键词自行车租赁预测。
2025-06-18 15:07:58
286
原创 基于TCN-BiGRU风电功率预测研究附Matlab代码
针对风电功率预测中的非线性和时序特性，提出一种结合时间卷积网络 (TCN) 和双向门控循环单元 (BiGRU) 的混合模型。TCN 通过扩张卷积捕获多尺度时序特征，BiGRU 则从正反两个方向提取序列信息，充分利用历史和未来上下文。实验结果表明，TCN-BiGRU 模型在均方根误差 (RMSE)、平均绝对误差 (MAE) 和平均绝对百分比误差 (MAPE) 等指标上显著优于传统时序模型和单一深度学习模型，能够更准确地捕捉风电功率的波动特性。
2025-06-18 15:06:25
82
原创 基于TCN-BiGRU的自行车租赁数量预测研究附Matlab代码
随着共享经济的蓬勃发展，自行车租赁作为城市交通系统的重要组成部分，其便捷性和环保性受到广泛认可。然而，自行车租赁数量的波动性对运营管理带来了挑战。精准预测自行车租赁数量，对于优化车辆调度、提升用户体验以及提高运营效率具有重要意义。本文提出了一种基于时间卷积网络（TCN）和双向门控循环单元（BiGRU）的混合模型（TCN-BiGRU）用于自行车租赁数量预测。该模型旨在有效捕捉时间序列数据中的局部特征和长期依赖关系。
2025-06-18 15:05:29
293
原创 基于Random-Forest的共享单车租赁预测研究(数据可换)附Python代码
随着共享单车行业的快速发展，准确预测其租赁需求对优化资源调度、提升运营效率至关重要。本文采用随机森林（Random Forest）算法构建共享单车租赁预测模型，对历史租赁数据、天气数据、时间数据等多源信息进行预处理，通过特征工程提取关键影响因素。利用 Python 实现随机森林模型的训练与预测，并与传统线性回归、决策树模型进行对比实验。结果表明，随机森林模型在处理复杂非线性关系时表现出色，能够有效提升共享单车租赁预测的准确性，为企业科学决策提供有力支持。关键词随机森林；共享单车；租赁预测；多源数据；
2025-06-18 15:04:27
322
原创 基于RBF的共享单车租赁预测研究(数据可换)附Python代码
共享单车作为一种便捷、环保的出行方式，在全球范围内迅速普及。然而，其租赁量的波动性给运营管理带来了挑战，如车辆调度不及时、资源浪费等问题。准确预测共享单车租赁量对于优化车辆投放、提高运营效率具有重要意义。本文提出一种基于径向基函数（RBF）神经网络的共享单车租赁预测模型。该模型能够有效捕捉租赁数据中的非线性特征和复杂模式。通过对历史租赁数据、天气状况、时间因素等多元异构数据进行预处理和特征工程，构建了RBF神经网络的输入向量。
2025-06-18 15:03:20
304
原创 基于RF-Adaboost的风电功率预测研究附Matlab代码
随着风电在能源结构中占比不断提升，其功率的间歇性和波动性给电网稳定运行带来挑战，精准的风电功率预测成为关键。本研究提出基于 RF-Adaboost（随机森林 - 自适应增强）的风电功率预测模型，通过对历史风电功率、气象等多源数据进行预处理，融合随机森林的抗噪性与 Adaboost 的迭代优化能力。实验结果表明，该模型相比传统预测方法及单一算法模型，显著提高了预测精度，为风电并网调度、电力资源优化配置提供了有效解决方案。关键词风电功率预测；随机森林；Adaboost；多源数据一、引言。
2025-06-18 14:58:13
312
原创 基于RVM-Adaboost的风电功率预测研究附Matlab代码
随着风电在能源结构中占比不断提升，其功率的间歇性和波动性给电网稳定运行带来挑战，精准的风电功率预测成为关键。本研究提出基于 RF-Adaboost（随机森林 - 自适应增强）的风电功率预测模型，通过对历史风电功率、气象等多源数据进行预处理，融合随机森林的抗噪性与 Adaboost 的迭代优化能力。实验结果表明，该模型相比传统预测方法及单一算法模型，显著提高了预测精度，为风电并网调度、电力资源优化配置提供了有效解决方案。关键词风电功率预测；随机森林；Adaboost；多源数据一、引言。
2025-06-18 14:57:19
278
原创 基于Seriall-Transformer-LSTM的自行车租赁数量预测研究附Matlab代码
准确预测自行车租赁数量对城市交通管理和共享单车运营至关重要。针对传统时序预测模型难以同时捕捉长期依赖和短期模式的问题，提出一种新型 Serial-Transformer-LSTM 模型。该模型通过串行结构融合 Transformer 的全局依赖捕获能力和 LSTM 的时序建模优势，结合注意力机制增强关键特征表示。
2025-06-18 14:56:28
298
原创 基于simulink的光伏阵列常见故障仿真模型附Simulink仿真
本文基于 Matlab/Simulink 平台构建光伏阵列常见故障仿真模型，针对光伏阵列开路、短路、局部阴影遮挡等常见故障，通过搭建光伏电池基础模型，并添加故障模拟模块，实现对不同故障工况下光伏阵列输出特性的仿真分析。仿真结果直观展示了各类故障对光伏阵列输出电压、电流及功率的影响，为光伏系统故障诊断与运维提供了有效的模拟工具和理论依据。关键词Simulink；光伏阵列；故障仿真；开路故障；短路故障；局部阴影遮挡一、引言随着光伏发电技术的快速发展，光伏系统在能源领域的应用日益广泛。
2025-06-18 14:55:32
689
原创 基于SVM-Adaboost的自行车租赁数量预测研究附Matlab代码
针对城市共享单车租赁数量预测问题，提出一种基于支持向量机 (SVM) 与自适应增强算法 (Adaboost) 相结合的预测模型。通过集成多个 SVM 弱学习器，SVM-Adaboost 模型能够有效捕捉自行车租赁数据中的非线性特征和时序规律。实验结果表明，该模型在均方误差 (MSE)、平均绝对误差 (MAE) 和平均绝对百分比误差 (MAPE) 等指标上显著优于传统 SVM、决策树和神经网络模型，能够为共享单车调度和城市交通规划提供更准确的预测支持。
2025-06-18 14:53:49
141
原创 基于TCN-BiGRU-Attention的自行车租赁数量预测研究附Matlab代码
随着城市化进程的加速和环保理念的普及，共享自行车作为一种便捷、绿色的出行方式，在全球范围内得到了迅速发展。然而，自行车租赁数量的波动性为运营管理带来了挑战，精准预测租赁需求对于优化车辆调度、提升用户体验以及降低运营成本至关重要。本文旨在探讨一种结合时间卷积网络（TCN）、双向门控循环单元（BiGRU）和注意力机制（Attention）的混合深度学习模型，用于自行车租赁数量的预测研究。该模型能够有效捕捉时间序列数据中的局部特征、长期依赖关系以及不同时间步的重要性，从而提高预测精度。
2025-06-18 14:52:52
365
原创 【SCI区】基于多策略改进的蜣螂算法MSDBO复杂山地危险模型无人机路径规划附Matlab代码
本论文针对复杂山地环境下无人机路径规划面临的高危险性与强复杂性问题，提出一种基于多策略改进的蜣螂算法（MSDBO）。通过引入自适应惯性权重调整策略、精英反向学习策略和动态邻域搜索策略，增强算法的全局搜索能力与局部寻优效率，有效解决传统蜣螂算法易陷入局部最优的缺陷。在构建复杂山地危险模型的基础上，利用 MSDBO 算法进行无人机路径规划，并通过仿真实验与对比分析，验证了该算法在路径长度、收敛速度和成功率等指标上的优越性，为复杂山地环境中无人机的安全高效飞行提供了新的技术方案。关键词多策略改进；蜣螂算法；
2025-06-17 22:21:12
705
原创 【数字信号传输】在AWGN信道上BPSK和QPSK带通传输（含误码率）Matlab实现
一、引言在数字通信系统中，信号传输的准确性和可靠性是衡量系统性能的关键指标。加性高斯白噪声（AWGN）信道作为一种基础且重要的信道模型，广泛应用于通信系统的理论分析与性能评估。二进制相移键控（BPSK）和四相相移键控（QPSK）作为常用的数字调制技术，通过改变载波的相位来传输数字信息。深入研究 BPSK 和 QPSK 在 AWGN 信道上的带通传输特性，尤其是误码率性能，对于优化通信系统设计、提升通信质量具有重要意义。二、AWGN 信道、BPSK 与 QPSK 技术概述。
2025-06-17 22:19:11
582
原创 【风电功率预测】【多变量输入单步预测】基于CNN-BiGRU-Attention的风电功率预测研究附Matlab代码
一、研究背景与意义随着全球对清洁能源需求的不断增长，风力发电作为一种清洁、可再生能源，在能源结构中的占比日益提高。然而，风电功率具有显著的间歇性、波动性和不确定性，这种特性给电网的稳定运行和调度带来了巨大挑战。准确的风电功率预测能够帮助电网合理安排发电计划，提高新能源消纳能力，降低调度成本，保障电力系统的安全稳定运行。传统的风电功率预测方法，如物理方法、统计方法等，在处理复杂的非线性关系和多变量影响因素时存在局限性。近年来，深度学习凭借强大的特征提取和非线性拟合能力，在风电功率预测领域展现出巨大潜力。
2025-06-17 22:17:32
875
原创 【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附Matlab代码【GRNN-RBFNN-ILC算法】
在自动化控制领域，未知单输入单输出（SISO）非线性系统的轨迹跟踪控制一直是极具挑战性的研究方向。传统控制方法在面对这类复杂系统时，往往因难以精确建模而导致控制效果不佳。随着人工智能技术的发展，神经网络以其强大的非线性映射能力为解决该问题提供了新途径。结合迭代学习控制（ILC）的优势，本文提出 GRNN - RBFNN - ILC 算法，旨在实现对未知 SISO 非线性系统的高效轨迹跟踪控制。一、研究背景与意义。
2025-06-17 22:15:59
540
原创 【电力系统状态估计与PMU(相量测量单元)】WLS和PMU来估计系统的电压幅值和角度还将这些值与使用Newton-Raphson方法获得的状态进行比较附Matlab代码
在现代电力系统随着电网规模不断扩大和结构日益复杂，准确掌握电力系统的运行状态成为保障电网安全、稳定、经济运行的关键。电力系统状态估计通过对量测数据的处理，获取系统节点电压幅值和角度等关键状态信息。相量测量单元（PMU）的出现为状态估计带来了新的技术手段，而加权最小二乘法（WLS）作为经典的状态估计方法，与基于 PMU 的估计以及牛顿 - 拉夫逊（Newton - Raphson）方法在实际应用中各具特点。
2025-06-17 22:14:26
437
原创 【级联H桥的开关电容器】这是高频逆变器，多级逆变器用于在高频交流电力分配系统中实现低谐波和高效率研究附Simulink仿真
在能源领域追求高效、清洁的当下，高频交流电力分配系统因具备传输损耗低、设备体积小等优势，逐渐成为电力电子技术发展的重要方向。而逆变器作为实现交直流电能转换的核心设备，其性能直接影响着电力系统的运行质量。级联 H 桥的开关电容器高频逆变器，凭借独特的拓扑结构与工作原理，在实现低谐波输出和高效率电能转换方面展现出巨大潜力，成为该领域的研究热点。一、级联 H 桥与开关电容器原理概述（一）级联 H 桥拓扑结构。
2025-06-17 22:11:17
949
原创 电动汽车入网技术（V2G）调度优化附Matlab代码
在全球能源转型与 “双碳” 目标的推动下，电动汽车保有量呈爆发式增长。电动汽车入网技术（Vehicle - to - Grid，V2G）能够让电动汽车在闲置时向电网反向送电，实现车与电网的双向能量流动和信息交互，不仅能提升电动汽车的能源价值，还为电网的稳定运行和可再生能源消纳提供了新途径。而 V2G 调度优化作为发挥其最大效能的关键，成为当前电力领域的研究热点。一、V2G 技术原理与应用价值（一）技术原理V2G 技术基于智能充电设施和通信网络，打破了传统电动汽车单向充电的模式。
2025-06-17 22:03:07
973
原创 【EKF、UKF、PF、EPF、UPF】改进的粒子滤波算法及其应用研究附Matlab代码
在现代信号处理与状态估计领域，滤波算法扮演着至关重要的角色，它们能够从含有噪声的观测数据中提取出准确的目标状态信息。粒子滤波（PF）算法作为一种基于蒙特卡洛模拟的非线性滤波方法，在处理复杂非线性、非高斯系统时展现出独特优势，但也存在粒子退化、计算量大等问题。而扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）以及基于粒子滤波衍生出的期望传播粒子滤波（EPF）、无迹粒子滤波（UPF）等算法，从不同角度对传统滤波算法进行改进和优化。本文将深入研究这些算法的原理、改进思路及其在实际场景中的应用。
2025-06-17 21:57:23
443
原创 【WSN覆盖优化】基于哈里斯鹰优化算法HHO求解无线传感器节点3D覆盖优化问题附Matlab代码
在物联网蓬勃发展的时代，无线传感器网络（WSN）作为其关键技术之一，广泛应用于环境监测、工业自动化、智能交通等众多领域。而 WSN 的覆盖质量直接影响着网络性能和数据采集的准确性，因此 WSN 覆盖优化成为提升网络效率与可靠性的核心问题。本文将探索如何运用龙格库塔优化算法（RUN）实现 WSN 覆盖的高效优化，为相关领域发展提供新的技术路径。一、无线传感器网络覆盖优化：需求与挑战WSN 由大量部署在监测区域内的传感器节点组成，这些节点通过无线通信方式协作采集、处理和传输数据。
2025-06-17 21:51:11
804
原创 【车间调度】基于鲸鱼优化算法WOA求解零等待流水车间调度问题NWFSP附Matlab代码
在现代制造业中，车间调度是生产管理的核心环节，它如同精密仪器的齿轮，精准协调着生产资源，对企业的生产效率、成本控制和客户满意度起着决定性作用。合理的车间调度能优化资源利用，缩短生产周期，降低成本，增强企业竞争力。例如在汽车制造车间，合理安排零部件加工和组装顺序，能大幅提高生产效率，降低成本。零等待流水车间调度问题（NWFSP）是车间调度中的一类复杂问题。它可描述为：有 n 个工件需在 m 台机器上依次加工，所有工件加工路线相同，且工件一旦开始加工，在相邻工序间不能有等待时间。
2025-06-17 21:46:31
794
### 文章总结：科技赋能房地产可持续发展 - 城越2022总结报告
2025-04-17
【房地产经济分析】新型冠状病毒疫情对中国房地产市场多维度影响及应对策略：零售、写字楼、工业物流与物业投资市场分析
2025-04-17
### 2022年全国房地产市场半年报总结
2025-04-17
美妆零售中国美妆消费者线上购买习惯与需求洞察：年轻女性消费趋势及线上平台策略分析书由淘美妆
2025-04-17
无线通信领域：空中集群网络中基于UAV轨迹优化和多尺度网络切片资源动态管理的研究
2025-03-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人