【3D】脉冲粒子新版本

导读:
  New Pulse Particles build
  There's a new build of Pulse Particlesposted.
  There's a new rule implemented, "BoundingBoxRule". This will cause particles to bounce within a box. there's an option for specifying the box position/size in the particle explorer, the SimpleParticles interface is updated, and the Object Orientated interface is up to date as well, so everyone can enjoy bouncing particles.


新脉冲粒子的版本,新的版本实现了一个新的约束,即-弹性盒子规则。这个规则使得例子在一个盒子内部弹跳,有一个选项供调节特定的管理器的盒子的位置/尺寸。最简单的例子的接口业已更新,面向对象的接口也即将出现,每个人都可以享受弹跳粒子带来的乐趣。
  Particle emitters no longer have to be a point source. You can specify a width &height to emit particles along. This has also been added to the particle explorer.


基本的粒子发射器再也不需要是一个点源,你可以设置粒子源的宽,高。这些选项已经添加到了粒子管理器
  All the internal angles have been transitioned from degrees to radians. A lot less computation is taking place now. The external API's still take degrees, so there shouldn't be any code changes for users.


所有的你不角度都已经转化为了弧度,因此少了很多不必要的计算。当然外部的API仍然接受角度,为了用户考虑嘛
  Gravity works completely different now. Before it was applying a y-offset to simulate gravity. Now it actually changes angle/speed. This gives a more realistic gravity and allows the rotateToAngle option to work with gravity effects.


重力的作用完全不同了,以前通过使用Y位移来模拟重力,现在是改变速度/角度,这样就可以产生更加真实的重力效果
  The jitter when using PointSwarm or MousePointSwarm is gone.

本文转自
http://www.rogue-development.com/blog/2008/01/new-pulse-particles-build.html

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