不要让Bug影响心情


         我知道,程序员的工作就是不断的接受新需求,学习新东西,遇到新问题,解决新Bug……

       

         不管你是新手还是老手,不管今天心情好还是郁闷,不管你今天大脑是否清醒,身心是否疲惫


好吧,我承认,这两天心情的心情曲线为:

1,准备交付项目,充满活力

2,有新的需求,充满挑战和激情,自信慢慢当天可以搞定

3,当天下班时,遇到了问题……没能搞定。有点小郁闷

4,晚上回家搞到12点,身心疲惫,效率低下,还是没能搞定。哪里有啥心情,睡觉吧

5,好好思考一番这个问题,重头规划各种解决方案,……搞定。总算TMD搞定了,感觉差点死在这个问题上。


虽然搞定了,但是感觉还是挺失败的,这个过程。

一旦遇到问题,头脑马上浆糊40%,效率/思维都好像没能充分发挥;

一心解决问题,忘了身体的调节,省去了平时的喝茶聊天和休息,让身心进入了恶性循环

总是自己催自己,越催越没有效率……



总之,感觉解决这个问题花费了比我预期几倍的时间和精力!


还好是解决了,我只好自我安慰——只要问题有解决,肯定是学到新东西,肯定是有进步的。

最好是在解决的过程中,自我调节好心情,保持马达在最高功率运转~~


2013-04-24


提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值