一天一小步(排序——2)

//合并排序

template<typename T>
void Merge(T* a, int l, int m, int r)
{
        int n1 = m - l +1;
        int n2 = r - m;
        T* L = new T[n1];
        T* R = new T[n2];
        //初始化L、R数组
        for(int i = 0; i < n1; i++)
                L[i] = a[l + i];
        for(int i = 0; i < n2; i++)
                R[i] = a[m + i + 1];
    
        int i = 0;
        int j = 0;
        int k = l;
        while(i < n1 && j < n2)
        {
            if(L[i] < R[j])
            {
                a[k++] = L[i++];
        } else {
            a[k++] = R[j++];
        }

        }

    while(j < n2)    a[k++] = R[j++];
    while(i < n1)    a[k++] = L[i++];
        
}

template<typename T>
void Merge_Sort_dispatch(T* a, int l, int r)     //对[l,r]区间进行排序
{
    if(l < r)
    {
            int m = (l + r) / 2;
            Merge_Sort_dispatch (a,l,m);
            Merge_Sort_dispatch (a,m+1,r);
            Merge (a,l,m,r);
    }
}

template<typename T>
void Merge_Sort(T* a,int n)
{
    Merge_Sort_dispatch(a,0,n-1);
}


内容概要:本文详细探讨了基于阻尼连续可调减振器(CDC)的半主动悬架系统的控制策略。首先建立了CDC减振器的动力学模型,验证了其阻尼特性,并通过实验确认了模型的准确性。接着,搭建了1/4车辆悬架模型,分析了不同阻尼系数对悬架性能的影响。随后,引入了PID、自适应模糊PID和模糊-PID并联三种控制策略,通过仿真比较它们的性能提升效果。研究表明,模糊-PID并联控制能最优地提升悬架综合性能,在平顺性和稳定性间取得最佳平衡。此外,还深入分析了CDC减振器的特性,优化了控制策略,并进行了系统级验证。 适用人群:从事汽车工程、机械工程及相关领域的研究人员和技术人员,尤其是对车辆悬架系统和控制策略感兴趣的读者。 使用场景及目标:①适用于研究和开发基于CDC减振器的半主动悬架系统的工程师;②帮助理解不同控制策略(如PID、模糊PID、模糊-PID并联)在悬架系统中的应用及其性能差异;③为优化车辆行驶舒适性和稳定性提供理论依据和技术支持。 其他说明:本文不仅提供了详细的数学模型和仿真代码,还通过实验数据验证了模型的准确性。对于希望深入了解CDC减振器工作原理及其控制策略的读者来说,本文是份极具价值的参考资料。同时,文中还介绍了多种控制策略的具体实现方法及其优缺点,为后续的研究和实际应用提供了有益的借鉴。
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