我被击中了

     今天早晨本来是打算对昨日的HMM算法做总结的,随手翻翻,发现了好多牛人,牛人很多,这是大家都心知肚明的。可我被击中的原因是什么,什么呢?

看看这个超链接:http://blog.youkuaiyun.com/dark_scope/article/details/8165934   ,不由的感叹,自己在那个年纪的时候在干嘛啊,这么小的年纪却又如此强大的内心,我真的被击中了,好汗颜。

    除此差距之外,还有一个自己到现在都还不具备 恒心,大哭~~~~~~斯坦福“机器学习的视频”我一年一点看了一集,当时还专门在QQ签名上给所有人推荐,接触的第一次就觉得超好。第二次看是在7月份,又看了2集,真的是很好啊。接下来又被搁置了~~~~我真的是太懒了。当初一是决心没有坚定,二是自己还是有点怕怕繁复的数学推导,可能功底不好,自己信心不足。这些真的是可以培养的,呜呜~~~~~~~~~~为什么差距这么大?我知道原因的,但是为什么就是不改呢。为什么一定要偷懒呢? 真是对自己无语。

     我自己深知只要在路上,就比如电饭锅插上电了,某某人坐上公交了,只要事情上了轨道,到达就只是时间的问题。时间不是一直是一个动态的过程么,所以result都会很快出现。

     生活继续,学习go on~~~ 

      

【电动车优化调度】基于模型预测控制(MPC)的凸优化算法的电动车优化调度(Matlab代码实现)内容概要:本文介绍了基于模型预测控制(MPC)的凸优化算法在电动车优化调度中的应用,并提供了Matlab代码实现。该方法结合了MPC的滚动优化特性与凸优化的高效求解能力,用于解决电动车充电调度问题,提升电网运行效率与可再生能源消纳能力。文中还提及多个相关研究方向和技术支撑,包括智能优化算法、机器学习、电力系统管理等,展示了其在多领域交叉应用的潜力。配套资源可通过提供的网盘链接获取,涵盖YALMIP工具包及其他完整仿真资源。; 适合人群:具备一定电力系统、优化理论及Matlab编程基础的科研人员和研究生,尤其适合从事电动汽车调度、智能电网优化等相关课题的研究者。; 使用场景及目标:①实现电动车集群在分时电价或电网需求响应机制下的有序充电调度;②结合可再生能源出力与负荷预测,利用MPC进行多时段滚动优化,降低电网峰谷差,提高能源利用效率;③为学术论文复现、课题研究及工程仿真提供可靠的技术路线与代码支持。; 阅读建议:建议读者结合文档中提到的智能优化算法与电力系统背景知识进行系统学习,优先掌握MPC基本原理与凸优化建模方法,并下载配套资源调试代码,以加深对电动车调度模型构建与求解过程的理解。
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