Comsol 超构表面 光子晶体板动量空间拓扑荷识别图绘制教程

基于MATLAB的永磁同步电机矢量控制系统设计与实现本设计包括设计报告，仿真程序，PPT演示，文档说明，波形图片，参考原理图，代码，运行视频，仿真模型等。本设计模块包括: 转速环模块，电流环模块，Clark模块，Park模块，Anti_Park模块，SVPWM模块，测量模块。

路径规划算法：基于粒子群优化的路径规划算法--持地图任意创建保存，起始地点任意更改。粒子群优化(PSO)算法在路径规划算法中具有以下优点：1.并行性：粒子群算法是一种并行的优化算法，可以很好地处理大规模的问题，同时加快路径规划的速度。2.全局搜索能力：粒子群算法利用粒子群在解空间中的搜索和信息共享，有较强的全局搜索能力，可以找到最优解或接近最优解。3.自适应性：粒子群算法通过更新速度和位置的策略，可以自适应地调整搜索方向和速度，对路径规划中的动态环境适应性较强。将粒子群算法应用到路径规划算法中可以按照以下步骤进行：1.定义问题和目标：明确起点、终点和障碍物等约束条件，并确定最优路径规划目标，如最短路径或最优路径。2.初始化粒子群：随机初始化一定数量的粒子，包括位置和速度等信息。3.计算适应度值：根据路径规划的目标，计算每个粒子的适应度值，即评估解的好坏程度。4.更新全局最优解：记录当前粒子群中适应度值最好的个体作为全局最优解。5.更新个体最优解：对于每个粒子，根据历史最优解和全局最优解，更新个体最优解。6.更新速度和位置：根据粒子群算法的更新策略，通过计算速度和位

群智能算法改进：基于萤火虫改进的麻雀算法。该改进主要是在麻雀搜索后，利用萤火虫扰动对麻雀进行萤火虫扰动，将所有麻雀与最优麻雀利用萤火虫扰动方式，进行位置更新，提高其搜索性，扰动后的麻雀与扰动前的麻雀进行对比，如果更优则更新麻雀位置。基于萤火虫改进的麻雀搜索算法具有以下优点：全局搜索能力强：麻雀搜索算法继承了萤火虫算法的全局搜索特性，可以有效地探索问题空间，找到全局最优解或接近最优解。收敛速度快：通过引入萤火虫算法中的吸引度和视觉范围概念，麻雀搜索算法在搜索过程中能够更快速地收敛到较优解，减少了搜索时间成本。鲁棒性高：采用多个麻雀个体进行搜索，并通过更新机制保持种群的多样性，使得算法具有较好的鲁棒性，对初始解的依赖度低，更适应不同类型的问题。易于实现和调节：麻雀搜索算法相对简单，易于实现和调节参数，无需复杂的运算和大量的计算资源，适用于中小规模问题的求解。

300kw直驱永磁同步电机。Matlab simulink仿真模型风电并网，仿真波形好，适合学习。三相。

空间电压矢量脉宽调制技术SVPWM 五段式、七段式SVPWM工作原理和实现过程辅导。有模块化搭建、代码实现和C集成的SVPWM模块模型实现。提供对应的参考文献;

5MW风电永磁直驱-1200V直流并网仿真，带混合储能系统，其中采用滑动平均滤波算法(可改为自己想用的算法)对波动功率进行分解，然后交由储能系统进行平抑。

【基于机器学习的碳纤维增强树脂基复合材料（CFRP）疲劳故障诊断】1、数据来源:斯坦福结构与复合材料实验室与美国宇航局艾姆斯研究中心卓越预测中心合作开展的 CFRP 复合材料疲劳老化试验数据，该拉张-拉张疲劳试验的加载频率为5.0 [Hz]、应力率为 R ~ 0.142、对比方法:KNN,SVM支持向量机 朴素贝叶斯3、研究内容:精度对比，收敛性对比，运算时间对比4、matlab程序报告

数电仿真文件+报告交通信号灯 十字路口 红绿红时间可随意更要求：系统工作时，东西方向绿灯亮时，南北方向红灯亮，该信号灯点亮时间为xxS，同时点亮时间进行倒计时显示；当时间减为00时，东西方向绿灯熄灭，黄灯同时点亮，并维持xxS秒，南北方向仍为红灯亮；当倒计时显示减为00时，东西方向红灯亮， 南北方向绿灯亮， 点亮时间设定为xxS； 当倒计时显示减为00时， 南北方向绿灯熄灭，黄灯同时点亮，并维持xS秒，东西方向仍为红灯亮。当倒计时显示减为00时，系统状态进入下一个周期，以后周而复始的循环。

Matlab simulink仿真风光储直流微电网模型，完美运行，可在此基础上进行改进.风机为永磁直驱风机，光伏电池用扰动观察法控制，混合储能用低通滤波器分频控制，低频不平衡量用蓄电池补偿，高频不平衡量用超级电容补偿，母线电压可为700V或800V。

基于领航者人工势场法的队形变化避障控制matlab代码仿真，路径规划，改进人工势场法，拓扑结构，集群，变队形，基于领航者与人工势场法相结合的编队控制算法，可随意变队形 增加机器人个数。

以波音747为背景，建立了飞机运动的空间六自由度仿真模型。其中包含以下部分： 1. 飞机运动的空间六自由度仿真模型; 2. 自动驾驶仪仿真模型； 3.执行器仿真模型； 4.大气重力环境模型； 5.气动数据模型； 6.发动机推力模型； 另外，仿真过程中： 1.考虑了风场的影响; 2.考虑了传感器的随机噪声； 3.考虑了执行器时间延迟； 4.采用变增益控制器； 状态方程选取：速度、攻角、侧滑角、机体系三轴角速度、欧拉角、地面坐标系坐标作为状态量； 输出方程有：12个状态量；12个状态微分值；以及机体系速度、加速度、过载等。 需Matlab2007b及更高版本运行。

此模型为simulink模型，亮点为基于RBF神经网络的PID控制器用于控制PMSM的转速环。神经网络部分为用matlab编写的s-function模块，图一为神经网络部分代码，图二为转速突变的响应曲线，效果较好。