OPzHRurfmYcs的博客

Matlab Simulink的IEEE 33节点配电仿真模型实现与教程,基于Simulink的IEEE 33节点配电仿真模型：实现与优化应用及配套学习资源指南,基于simulink实现IEEE33节点配电仿真模型Matlab 基于Matlab实现 IEEE33节点配电网系统simulink仿真模型，附赠两本配网书籍用于学习。 IEEE33节点模型可用于潮流计算，网络重构、网络优化、电压分析，可自行加风机光伏，接电动机负载等，同时附赠33节点网络数据，模型适合于初学者可以直接用可以自行更改参数，模型程序正确无误。 ,基于Simulink的IEEE33节点配电仿真模型; Matlab实现; 潮流计算; 网络重构; 电压分析; 模型程序正确无误。,Matlab中IEEE33节点配电仿真模型实现与应用指南

FPGA三速自适应UDP协议栈：巨型帧分片重组与高速发送支持IP RAM与FIFO，实现ARP与ICMP协议,FPGA驱动的三速自适应UDP协议栈：支持巨型帧分片重组、高效率发送及IP RAM与FIFO优化，兼容ARP与ICMP协议,FPGA 三速自适应udp协议栈，支持8192字节的巨型帧分片重组和发送，使用IP为RAM与fifo。 支持ARP与ICMP。 ,FPGA; 三速自适应udp协议栈; 巨型帧分片重组; 发送; IP为RAM与fifo; 支持ARP; 支持ICMP,FPGA高性能UDP协议栈，支持巨型帧分片重组与三速自适应发送

基于风光储系统的四机两区域调频模型：永磁同步风机与光伏VSG联合控制策略探究,基于风光储系统的四机两区域调频模型：永磁同步风机与光伏VSG联合控制策略探究,风光储一次调频，永磁同步风机VSG同步机调频两区域系统，离散模型，非无穷大电网，风机为网侧VSG控制matlab simulink 四机两区域系统，渗透率可调 当前渗透率为区域1，一台900MW同步机，区域2一台900MW同步机，永磁同步风电场容量500MW，单机为5MW，共一百台 也可做多机风电场，多台风电场联合，或者加入电化学储能参与调频，都可以定制 模型2，光伏VSG，光伏变压减载，一次调频均可定制，均有操作文档 ,风光储一次调频; 永磁同步风机; VSG虚拟同步机调频; 两区域系统; 离散模型; 非无穷大电网; 风机网侧VSG控制; Matlab Simulink; 四机两区域系统; 渗透率可调; 电化学储能参与调频,基于风光储调频的VSG多机风电场离散模型系统

基于鲁棒模型预测控制RMPC的车辆路径跟踪控制策略研究：从二自由度动力学模型到双移线仿真验证,鲁棒模型预测控制RMPC在车辆路径跟踪中的应用研究：基于二自由度动力学模型的验证与仿真效果分析,基于鲁棒模型预测控制RMPC的车辆路径跟踪控制研究，通过carsim和simulink进行验证。 基于车辆二自由度动力学模型，状态变量为横向偏差，航向偏差，质心侧偏角和横摆角速度；前轮转角和附加横摆力矩为控制量。 控制器预测模型为LPV模型。 内容包含 simulink模型 carsim的cpr文件 main和rmpc的m文件 rmpc采用s function编写 RMPC相关lunwen和DYClunwen 图为双移线仿真效果图 ,核心关键词： RMPC; 车辆路径跟踪控制; 鲁棒模型预测控制; 动力学模型; 状态变量; 控制量; LPV模型; Simulink模型; Carsim的cpr文件; S function编写; 双移线仿真效果图。,鲁棒模型预测控制下的车辆路径跟踪研究：基于LPV模型与Carsim/Simulink验证

基于鲁棒滑模控制技术的自主无人车辆安全路径跟踪控制策略研究,基于鲁棒滑模控制的自主无人车辆路径跟踪与安全控制策略研究,基于鲁棒滑模控制的自主无人车辆路径跟踪安全控制 ,基于鲁棒滑模控制;自主无人车辆;路径跟踪;安全控制,鲁棒滑模控制下的无人车路径跟踪安全控制

基于FA-XGBoost的数据回归预测模型：使用萤火虫算法优化XGBoost参数并采用交叉验证抑制过拟合,基于萤火虫算法优化XGBoost的FA-XGBoost数据回归预测模型：采用交叉验证与参数优化的Matlab实现,基于萤火虫算法优化算法优化XGBoost(FA-XGBoost)的数据回归预测 FA-XGBoost数据回归 采用交叉验证抑制过拟合问题 优化参数为迭代次数、最大深度和学习率 matlab代码， 注：暂无Matlab版本要求 -- 推荐 2016B 版本及以上 注：采用 XGBoost 工具箱，仅支持 Windows 64位系统 ,核心关键词：基于萤火虫算法; 优化算法; XGBoost(FA-XGBoost); 数据回归预测; 交叉验证; 过拟合问题; 优化参数; Matlab代码; 2016B 版本及以上; Windows 64位系统。,基于FA-XGBoost的数据回归预测优化研究（使用Matlab实现）