2026 WAIC:模型隐身、智能体疯野,厂商竞赛聚焦办公场景与商业闭环

【能源系统优化】基于NSGA-II的储能容量配置模型:多目标优化与全寿命周期成本分析 项目介绍 MATLAB 储能容量配多大?NSGA-II优化与寿命成本情景分析 内容概要:本文介绍了一个基于MATLAB的储能容量配置优化项目,通过NSGA-II多目标优化算法,综合考虑储能系统的全寿命周期成本、供电可靠性与新能源消纳能力,构建了包含数据生成、储能运行仿真、寿命衰减建模、多目标优化与决策分析的一体化模型框架。项目生成50000条多维随机数据,涵盖负荷、新能源出力、电价、温度与电池运行压力,并建立储能能量容量、功率与备用SOC的协同配置模型。通过时序仿真计算充放电行为、等效循环次数与容量衰减,结合初始投资、运行收益、更换成本与惩罚项,构建全生命周期经济评价体系。NSGA-II算法用于求解成本、供电可靠性与碳排放之间的Pareto最优前沿,支持多情景对比分析,如电价波动、负荷增长与寿命衰减加剧等,最终输出推荐配置与可视化结果,为储能工程选型提供量化依据。; 适合人群:具备一定MATLAB编程基础,从事电力系统规划、储能系统设计、新能源集成或优化算法研究的科研人员与工程技术人员,尤其适用于研究生、能源领域研发工程师及项目规划人员。; 使用场景及目标:①解决“储能容量配多大”这一实际工程问题,优化容量与功率的协同配置;②评估不同电价、负荷、气候与政策情景下储能方案的经济性与鲁棒性;③分析寿命衰减对长期成本的影响,避免“低投入高维护”的不合理配置;④为新能源电站、微电网、工业园区等场景的储能规划提供Pareto最优解集与决策支持。; 阅读建议:此资源侧重于模型构建与算法实现,建议读者结合提供的代码示例深入理解NSGA-II在储能优化中的应用,重点关注目标函数设计、寿命成本建模与多情景分析逻辑。建议运行数据生成与优化代码,调试并可视化结果,以掌握从数据到决策的完整流程。 立即下载

知春路不相信模型领先

今年WAIC大会,昔日AI六小龙来了五家,分别是Kimi、阶跃星辰、Minimax、百川智能、零一万物。连放弃基模的百川和零一万物都来了,唯一缺席的竟是近几个月来风光无限的智谱。(DeepSeek一直不参加)

WAIC大会是一次集中向用户、合作伙伴、投资人展示产品的窗口,企业的展台布置越大,往往也意味着越想受到关注。去年智谱参加了WAIC大会,今年彻底隐身,说明市值一度破万亿的智谱,已经不太需要过多关注度。

2026年6月13日,智谱GLM5.2发布,市场反馈明显超出预期。凭借在AI Coding、长程任务(Long-horizon Tasks)和Agent能力上的突破,GLM - 5.2不仅获得开发者社区和行业机构的认可,也重新点燃了资本市场对智谱的信心。

但海淀知春路御三家DeepSeek、KIMI、智谱,今年在模型迭代上你追我赶的状况并未停止。今天你在榜单上领先,明天可能就有友商反超。知春路不相信模型领先。

果然,KIMI很快给智谱沉重一击。就在WAIC这一天,智谱市值大跌了一波。7月17日智谱收盘1107港元,单日跌幅28.49%。到了WAIC最后一天,7月20日,智谱市值再跌19.56%,收盘890.5港元。智谱两个交易日累计跌幅高达42.47%,市值也跌到了4146亿港元。

市场普遍认为,此次股价调整与7月16日晚间Kimi发布K3大模型有一定关系。

K3拥有2.8万亿(MoE)总参数,约320亿激活参数,在多项公开评测中,编程、Agent能力和长上下文等指标表现突出,部分测试成绩超过GLM - 5.2。这也引发市场对于智谱技术领先优势能否持续保持的担忧,AI高估值逻辑因此有所松动。

不过,竞争并非唯一原因。同期,多项利空因素叠加放大了市场情绪。7月初大规模限售股解禁增加了潜在抛压,此前智谱以1588港元进行配股,而配售完成后股价很快跌破配售价,部分参与机构一度出现较大浮亏。

再加上前期股价累计涨幅较大、估值已处于高位,以及港股科技板块整体走弱,共同推动了此次回调。

即便KIMI在WAIC大会前一天发布新模型,但他们在WAIC上却同样保持低调。

去年KIMI的展台就很小,位于一个角落里,今年同样如此。相比MiniMax和阶跃星辰这种面积大,人群川流不息的展台,KIMI展台显得冷清。

最引人注目的是蓝色背景色,一些观展人员排队领礼品,几位工作人维持秩序。甚至这些工作人员有一部分还是兼职。

去年KIMI对WAIC大会不怎么上心,原因之一是受到DeepSeek的冲击后,团队更专注研发新模型进行追赶。

今年KIMI更大的对手变成智谱,他们同样要拼命追赶,以至于主力人员都在后方为K3的发布保驾护航,实在没法脱身参与WAIC大会。

不过从多方测试来看,K3真正完成了对国内开源模型的超越,并在硅谷引起轰动。这远比参加WAIC得到更广泛的关注。

MiniMax和阶跃星辰属于沪系模型厂商,WAIC大会是它们的主场,自然要把展台搞得大大的,产品搞得多多的。尽管MiniMax的模型M3发布以来引发不少诟病,它的相关介绍还是被放在展台比较核心的位置,重点展示它在Coding、Agent、多模态理解以及长上下文处理等方向的能力。

有意思的是,去年MiniMax创始人、CEO闫俊杰风头正盛,还作为特邀嘉宾出席大会开幕式并在大会主论坛发表了主题演讲《每个人的AI,Everyone's AI》,和出席开幕式的AI教父辛顿坐一桌。

今年形势又发生了变化,MiniMax最近市值十分低迷,闫俊杰似乎并没有太多心思用在WAIC上。一位MiniMax的人士告诉我们,“老板最近每天都不开心”。

不过MiniMax的展台还是处于入口处非常显眼的位置,展台主色调为喜庆的红色,参观拍照的人络绎不绝。

反而是阶跃星辰、千里科技董事长印奇,今年作为特邀嘉宾出席了开幕式,并在主论坛发表《当智能体进入物理世界》主题演讲。

曾作为模型公司的阶跃,今年大会它的模型几乎彻底隐身。7月13日,阶跃星辰正式发布大模型原生AI终端品牌STEPX,这标志着阶跃正从模型公司走向终端公司。过去大模型公司的竞争主要集中在模型能力,阶跃希望把模型直接变成用户每天使用的设备,通过终端承载Agent能力。

同期,阶跃还发布了面向Agent时代的智能体原生操作系统Step AOS、个人智能体阶跃Amoo,并首次亮相大模型原生智能体手机STEPX Neo。

此前阶跃的模型在六小龙里一直没什么存在感,现在等于说一个后进生放弃卷模型,直接转换到处于风口上Agent赛道。作为产业型AI创业者,印奇并不是纯粹的技术型人,只能寻找AI与具体行业结合的落点。

印奇终于等来了当前Agent这个机会,可以重新定义自己在竞争中的位置。无疑,从模型竞技场转向智能体和终端,这条路是他更熟悉的战场。

但相比模型,做智能体以及各种应用属于降维。阶跃正处于冲刺港股IPO的准备阶段,这意味着其估值想象力堪忧。

另外两个丢掉基模的小龙百川智能和零一万物,已完全堕入老登行列。零一万物的创始人李开复,直接在展位上搞新书签售会,试图在AI时代收割一波企业一号位。

Agent疯野

不得不说,模型之外,今年WAIC展上智能体确实成为一道风景线。各家厂商几乎无智能体不成席。

业务线繁多的阿里,展台很大一片区域都留给了智能体。值得关注的是阿里C端产品千问,开始打出“办公”场景。展台现场摆起了一张长长的办公桌,十台电脑分列两排,每次经过都能看到座位上都坐满了人。

办公是今年的模型厂商和大厂共同追逐的场景,KIMI、豆包和ChatGPT都已瞄准这个方向。

过去,千问更多承担的是阿里生态内的“业务助手”角色,服务电商、外卖、客服等场景。但这次在阿里巴巴的展台上,千问将办公场景单独呈现,这意味着千问的主场景又转向了。

据《财经》报道,千问已经整合QoderWork、悟空、MuleRun这三款智能体(Agent)产品,从通用聊天助手工具,变成阿里面向办公场景的通用智能体产品。一位千问人士也告诉我们,“办公肯定是千问的核心场景。”

除了阿里的Coding智能体Qoder ,面向零代码基础的秒悟,以及相关服务智能体开发安全的产品外,阿里达摩院还首次开放了面向科研的智能体平台“达摩灵枢”(DAMO Lingshu)。

“达摩灵枢”作为前沿科学探索的智能体,吸引现场不少科学研究机构人士的好奇。AI for Sicience赛道似乎也开始走向公众视野。不过我们了解到,该智能体平台于去年下半年研发,目前还正在内测,只面向生命科学和材料科学这两大科研场景。

实际上在今年7月初,达摩院就联合高校发布了业界首个超导体材料智能体ElementsClaw,已经发现并获得验证4个超导材料。

紧邻阿里千问展台的是腾讯。同样,元宝几乎也是隐身的,最显眼的地方都给到了智能体。

展台入口就是智能体应用的展示板,展示了腾讯C端的明星产品WorkBuddy,AI原生的开发智能体CoderBuddy,以及Qclaw。其中WorkBuddy主打的是全场景职场的AI智能体工作台,于今年3月上线,已经成为国内最活跃的AI原生办公智能体产品之一。

根据易观分析7月20日发布的数据,腾讯WorkBuddy在国内PC端AI原生办公智能体市场6月单月访问量破2000万,市场排名第一。因为市场劲头火爆,WorkBuddy还一度被视为腾讯AI的新船票。

腾讯也把WAIC展当成了推销现场,邀请服务商来现场支持。他们见人就问,有没有体验过WorkBuddy。一位服务商人员告诉我们,昨天在无锡搞的WorkBuddy推广专场,一天有170多个客户咨询,成交40多家企业客户。

不只面向办公的通用智能体,腾讯混元展板处的主题也是让模型轻松接入Agent。现场陈列了腾讯大模型服务平台里的模型,包括Kimi、GLM到DeepSeek,还有混元的最新模型HY3以及HY world2.0。

众里寻他千百度,百度就在腾讯不远处。从通用智能体到各类垂直场景智能体,百度同样在全面铺开自己的AI Agent版图。其中,通用智能体“百度搭子”入选WAIC十大镇馆之宝,并在现场将定位聚焦于职场人的AI伙伴。

展台上一句“职场拒绝加时赛,百度搭子替你干”的标语格外醒目,直指AI智能体正在从辅助工具,走向工作搭档的趋势。

百度搭子工作人员告诉我们,“百度搭子是做宽做广,面向商业场景的垂类智能体伐谋,是做的更精更深,未来这些垂类智能体都可以融入到百度搭子,成为用户可调用的skill。”

智能体在展馆内继续蔓延,疯野。

蚂蚁、科大讯飞、商汤、面壁智能等多家厂商,都把展台核心位置留给了智能体。蚂蚁一位产品经理告诉我们,大家对智能体的热情很高,一方面因为模型能力有了很大提升,像豆包、千问这样的智能体对市场已经有了前期的教育,用户通过对话就可以处理传统的报表、做ppt等常见的办公任务。

另一方面,B端在Coding领域里已经证明是最赚钱的领域。其他企业场景,尚属于AI未开垦的土地,还没有成功的案例,所以都在蜂拥抢注新的机会。

值得一提的是,字节一如既往地保持低调,没参加WAIC。不过在中兴的展台,倒是看到了豆包手机体验区,展示的豆包手机2.0还只是样机,无法体验。字节没来,字节似乎又无处不在。

一位谷歌云人士形容当前手机市场上的软件工具市场,未来千问和豆包其中两个比较大的AI入口,腾讯是超级APP,长期来看,市面上是AI助手(agent)、超级app、AI搜索并存的格局。

竞赛,无法停歇

2026年的WAIC会场的变化,实际上是今年上半年AI行业的一个切面。当模型能力足够强,它的应用领域势必会从个人娱乐生活的场景切换到对准确度和合规性要求更严格的办公场景。

模型隐身,当然不意味着模型的重要性下降。围绕模型的竞争也并未结束,3亿总参数规模只是开始,我们了解到几家模型厂商的5亿、10亿的大参数训练已经在路上。

模型竞争不再天然等同于产品竞争。各家展商争相推出可以写代码、做报表、生成PPT、融入工作流的智能体产品,大模型和其相比,并不是缺少一个更好看的产品界面。

大模型根据输入生成合理的下一步建议,Agent则要执行这一步,观察结果,再决定下一步。技术上,ReAct、Generative Agents和Voyager等研究所补充的,正是行动、记忆、反馈和自我修正机制,让模型在真实环境中持续运转。

而能不能在真实环境中运转,模型能力固然重要,但是真实业务流,以及分布在不同平台的数据背后需要的工程能力也同样重要。

Agent越来越像系统内智能的分配层,模型则作为智能的生产层沉入基地,对大模型厂商来说,Agent也有了“点石成金”的能力。

过去一年,国内几家模型公司的产品变化,已经指向这一趋势。月之暗面的Kimi Work进入本地桌面,可以整理文件、操作网页、分析数据,并协调多个专业Agent完成复杂任务,从K2到K3,多智能体协作、工具调用和复杂任务执行被直接写进模型及产品体系。

MiniMax Agent升级为Mavis后,将重点放在长时任务和Agent Teams上。智谱则是靠Coding这个最靠近生产力的场景扳回了一城。

对模型厂商来说,想要“名利双收”,Agent无疑是当下的一条康庄大道,好用的Agent既是自家模型的展示窗口,也是将模型从API调用转化为订阅和收入的最直接的入口。

以kimi为例,6月中旬其ARR已突破3亿美元,API收入占整体收入七成以上并持续提升。总裁张予彤近期在社交媒体披露,K3模型发布后企业ARR有了数倍的快速增长。

对大厂来说,纷纷转向Agent,也是一个更现实的命题。依托自有生态,即便自家模型不是行业最强的,也照样能通过占据入口和用户,结合生态优势挣钱。

阿里是最典型的样本之一。

在AI编程这个全球大模型应用落地最快的赛道,阿里的通义千问模型并非公认的coding最强。在LiveCodeBench等基准测评中,智谱GLM等模型在编程能力上同样表现突出。

但IDC最新发布的《2025年中国AI编程市场份额报告》显示,阿里Qoder拿下了47.6%的市场份额,超过第二名至第五名的总和。Qoder的成功,靠的正是与阿里云生态的深度绑定。Qoder用户规模每扩大一步,拉动的都是阿里云的收入。

同样的逻辑正在从编程场景向更广阔的办公场景蔓延。阿里千问,选择整合QoderWork、悟空、MuleRun三款智能体,将办公场景统一到一个入口。腾讯也被曝出把主打办公场景的WorkBuddy,QClaw两个团队,组织整合到一个部门云产品六部,目前正把资源集中到WorkBuddy上。

字节也不例外。今年5月,字节正式上线豆包专业版,成为国内第一个打响办公场景竞赛的超级APP。据《财经》报道,字节跳动内部开始讨论将飞书和豆包办公深度整合。

这背后的原因,不难理解。在模型算力、人才成本持续投入不见底的情况下,如何商业化闭环依然是一家企业生存和资本估值的重要考量。

经过半年的验证,大厂纷纷把模型封装进最贴近用户工作流的Agent里,都是在抢占战略先机,完成分发、入口、token消耗的商业闭环。

无论模型公司还是大厂,它们在WAIC上的行为本身已经流露了商业模式的不同。它们虽然都有押注agent,但出发点不同,一个把Agent当作模型能力出口,一个当作生态入口。

前者在有限的算力和资源支持下,要专注于模型迭代,后者拥有庞大的生态,它必须全盘考量业务的全局。只是在眼前一切尚未形成碾压格局的情况下,谁都无法停下来享有喘息的机会。

印尼稻米收成与粮食安全数据集2026年 本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。 立即下载

相关推荐

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

无人机路径规划中多种优化算法的仿真研究(Matlab代码实现)

内容概要:本文围绕无人机三维路径规划问题,系统研究了多种智能优化算法在复杂环境下的仿真应用与性能对比,重点实现了改进灰狼优化算法(I-GWO)、标准灰狼优化算法(GWO)、金鹰优化算法(GJO)和正弦余弦算法(SCA)的Matlab代码实现。通过构建包含路径长度、飞行高度、威胁规避及转弯角度等多维度目标函数的综合评价体系,对各算法在单无人机路径优化与多无人机协同集群避障场景中的表现进行全面仿真分析,评估其路径规划能力、收敛速度与鲁棒性。研究旨在实现最低综合成本的飞行路径,并为多智能体协同任务提供可靠的算法支撑。; 适合人群:具备一定Matlab编程基础,从事无人机系统设计、智能优化算法研究、路径规划及相关自动化、人工智能领域的科研人员、工程技术人员及研究生。; 使用场景及目标:① 掌握主流智能优化算法在三维空间路径规划中的具体建模与实现方法;② 对比分析不同算法在路径优化质量、计算效率、避障能力和多目标权衡方面的性能差异;③ 为多无人机协同执行侦察、监测、救援等任务提供高效的路径规划解决方案与仿真验证平台。; 阅读建议:建议结合文中提供的Matlab代码进行动手实践,重点关注算法参数调优、目标函数设计以及环境障碍物建模对最终路径的影响,可进一步扩展至动态障碍环境或加入通信约束以适应更复杂的实际应用场景。

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书

内容概要:本文档《超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书》系统阐述了全桥LLC谐振变换器在开关电源中的设计方法,重点利用Mathcad工具进行精确的数学建模与参数计算。内容涵盖LLC谐振变换器的工作原理、关键参数设计(如谐振频率、励磁电感、变比等)、闭环控制策略、软开关实现条件、效率优化及工程实践中需注意的关键事项。文档通过详尽的数学推导和工程实例,构建了一套完整的从理论分析到实际应用的设计流程,特别强调了在不同负载与输入电压条件下确保ZVS/ZCS软开关的实现机制,并提供了实际设计中的取值依据与优化方向,为电力电子工程师提供了一个高效、可靠的设计参考方案。; 适合人群:具备电力电子技术基础,从事开关电源研发的工程师、高校电力电子及相关专业的研究生与科研人员,以及熟悉Mathcad、Simulink等仿真与计算工具的技术人员;; 使用场景及目标:① 掌握全桥LLC谐振变换器的参数设计与性能优化方法;② 开发高效率、高功率密度的软开关电源系统;③ 支持科研项目或工业产品中高性能电源模块的设计与验证;④ 结合仿真模型进行设计结果的验证与教学培训;; 阅读建议:建议结合配套的仿真模型与计算书同步学习,重点关注参数设计公式的推导过程与工程取值的合理性,动手复现计算步骤以加深理解,并通过仿真手段验证设计结果的准确性与鲁棒性。

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

具有PWM控制VSC-HVDC链路的IEEE30总线传输系统(Simulink仿真实现)

内容概要:本文详细介绍了基于Simulink仿真实现的具有PWM控制VSC-HVDC链路的IEEE30总线传输系统,系统性地阐述了电压源换流器高压直流输电(VSC-HVDC)的技术原理及其在复杂电力系统中的集成应用。研究重点涵盖VSC-HVDC系统的基本结构、PWM调制控制策略的设计与实现,并将其嵌入IEEE30节点标准测试系统中,构建完整的多区域交直流混合输电仿真模型。通过Simulink平台对系统在不同运行工况下的动态响应进行仿真分析,验证了PWM控制在有功功率、无功功率独立调节、直流电压稳定及故障穿越能力方面的有效性。该仿真模型不仅有助于深入理解现代高压直流输电技术的工作机制,也为含大规模可再生能源接入的智能电网稳定性分析与优化控制提供了可靠的技术支撑与研究平台。; 适合人群:具备电力系统分析、高压直流输电技术基础以及Simulink/MATLAB仿真能力的研究生、科研人员及从事电力系统规划与运行的工程技术人员。; 使用场景及目标:① 掌握VSC-HVDC系统的核心控制原理及其在多节点电网中的建模方法;② 学习并实践基于PWM调制的矢量控制策略在Simulink中的实现过程;③ 对比分析交直流系统在稳态与暂态过程中的功率传输特性与动态响应,为新能源并网、电网互联等实际工程问题提供仿真依据和技术参考。; 阅读建议:建议读者结合文中理论分析与Simulink仿真模型,逐步完成模型搭建与参数设置,并通过改变系统运行条件(如负载投切、故障扰动等)观察系统响应变化,深入理解控制策略的有效性与局限性。同时,鼓励扩展模型功能,如引入风电/光伏等可再生能源接口,进一步探索VSC-HVDC在现代电力系统中的综合应用潜力。

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

T07_低空经济与智能网联汽车融合的城市空地一体出行服务平台建设方案_决策评审版.pptx

T07_低空经济与智能网联汽车融合的城市空地一体出行服务平台建设方案_决策评审版.pptx

【有功-无功协调优化】基于改进多目标粒子群优化算法(小生境粒子群算法)的配电网有功-无功协调优化研究(Matlab代码实现)

内容概要:本文研究了基于改进多目标粒子群优化算法(小生境粒子群算法)的配电网有功-无功协调优化问题,旨在通过Matlab代码实现该算法以提升配电网的运行效率与稳定性。文中详细阐述了小生境粒子群算法的改进策略,该策略通过引入小生境技术增强算法的全局搜索能力和种群多样性,有效避免了早熟收敛问题。研究构建了一个综合考虑有功功率与无功功率协调控制的多目标优化模型,其目标函数涵盖了网损最小化、电压质量最优化以及设备运行成本最低化等关键指标,并设置了必要的等式与不等式约束以确保系统安全稳定运行。通过对典型配电网系统的仿真测试,验证了所提方法在降低网络损耗、改善电压分布、提高供电可靠性方面的有效性与优越性,为现代主动配电网的优化运行提供了新的技术路径。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于高校或研究院所中关于智能电网、分布式电源接入、微电网控制等相关课题的研究;②为电力公司提供配电网优化运行的技术支持,特别是在含有大量分布式电源接入的情况下,如何有效地进行有功-无功协调控制;③作为教学案例用于讲授先进优化算法在电力系统中的实际应用。; 阅读建议:建议读者在学习过程中结合Matlab代码仔细分析算法的具体实现细节,注意理解小生境技术如何影响粒子群的行为,同时应关注多目标优化问题的求解过程及其结果解释,以便更好地掌握该方法的核心思想和技术要点。

九个版本一步跨:从JDK8到JDK17的特性增量、强封装迁移与ZGC实战解析

这篇文章要回答的,正是“从 JDK 8 直接跨到 JDK 17”这件事里最常被问到的四个问题: 九个版本到底攒下了什么? 语言、API、运行时三类变化里,哪些值得用、各自从哪个版本开始可用、哪些说法其实传错了。 升级为什么会“起不来”或“跑不通”? 强封装、被删除的模块、被移除的 JVM 参数,分别会以什么样子出现,怎么定位、怎么治本。 ZGC 的收益是真的吗?怎么测才算数? 停顿影响面怎么估算,压测时有哪些坑会把收益放大或掩盖。 落地要分几步走? 站在 2026 年,还该不该把 17 当终点。

上一篇: 谷歌发布三款新Gemini模型:效率速度双提升,3.5 Pro待发、Gemini 4预训练启动!
下一篇: Kimi K3登顶前端开发榜引美股震荡,月之暗面遇“算力荒”或6个月内港股上市
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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