2007.08.29 晴&雨

串行到并行算法之旅
博主分享了从实现串行算法到计划实现并行算法的过程,并提到了在这个过程中找回编程的感觉,特别是对于多线程编程的理解。同时,他还表达了对未来英语学习及考试准备的决心。

今天总算把算法实现了,不过是串行的,还好,自己也有信心多了~不然一直不敢和boss说话~唉,真担心自己会让姐姐失望·过来一个月代码都没写多少,看论文就看得有点头大~呵呵,不过还算是撑过来了~不过当时实现auction algrorithm的串行算法的时候,觉得原来就这么简单·有点不敢相信自己,呵呵~

明天争取把并行算法的也实现了~晚上看了一会英文的电影~继续得学英文了~下个月开始就得好好的准备英文,然后准备考试,可能周末想去买些资料回来,好好的准备考试~

好久没写代码,多线程的东东都忘记好多~hoho~晚上看了一下核心编程,做了几个实验,明天就可以实现一个threadpool~hoho~

晚上和orion聊天了,不过他现在也很烦恼~和我当时遇到的很多情况一样~唉,想想身边的朋友们,有的是为情感的事情想得很复杂,有的是为吃啥想得烦恼,有的是为怎么玩烦恼,有的也只是为生活烦恼~种种烦恼~各有不同吧~

有的时候或许是自己身在其中~如果能站在外面看看,或许会好很多~

或许过多少年再回首往事的时候,觉得自己那个时候确实有很多年青的时候。

想想自己大四的时候,lea说我有点不知道自己在干嘛,或许真的是那样,现在想想,那个时候自己或许真的是一篇空白,自己都不知道自己在干嘛~

现在有了目标,就要好好的努力,加油,努力的加油~

机会是ggjj给的,自己也得好好的珍惜,不能让他们失望~

一定要加油!

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