日记8/19

日记8/19

记录

先记录一下这几天做的事,几乎就是在家宅着了,晚睡晚期,很糟糕。
然后做的正事就是加入了一个接力阅读的计划,每天都有安排,现在进度也还可以,一本是金字塔原理,一本《民主四讲》。

想法

1、首先要把作息时间改过来,慢慢适应学校的学习作息节奏。
2、看了这本金字塔原理,其实没学到什么东西,本来思考的习惯就有点金字塔的结构。唯一提醒我的就是,做事说话之前要先思考,才能作出准确的反应。这是很累人的。
3、这本《民主四讲》,看得挺有意思。今天看了古希腊的民主制度,还有罗马共和国的, 但是作者认为罗马共和国的不是民主制度,因为民主的权利只归贵族精英享有,所以这不是民主制度。

规划

1、今天下午先开始做一个完整的计划,在ipad上。
2、作息时间调整过来。
3、晚上没事多出去走走,别再家里宅着。
4、该复习的复习,反正一切根据晚上制作的日程安排。

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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