变步长扰动观察法PO仿真模型，采用了s-function模块，可以随光强的变化，时刻做到最大功率跟踪

欧姆龙 PLC 程序NJ ST语言EtherCat总线控制24个伺服轴大型程序电池生产线包括PLC NJ-1400和威纶通触摸屏程序PLC通过EtherCat总线连接IS620N伺服伺服轴已经写好FB块，可以直接复制粘贴通过EtherCat连接6个扫描枪扫描枪通讯已经写好FB块通过EtherCat连接将近100个远程IO终端详细IO表，中文详细注释，工艺，位置变量等详细说明

四轮毂电机驱动，分布式驱动力分配，滑模控制，基于simulink分布式驱动转矩分配控制，采用七自由度车辆模型作为仿真模型，采用分层控制思想，上层为目标控制参数，采用二自由度模型计算理想横摆角速度，中层为滑模变结构控制器，下层为基于附着椭圆的利用率为优化目标的最优控制，控制效果还不错，可以学习。

正在量产的新能源汽车控制器代码，功能齐全，含原理图。完美可编译。

手机组态软件 APP监控台达PLC C#全套源代码1，C#开发上位机手机APP，自己写的程序可提供部分2，通过VS2019开发安卓手机app3，全套源代码，现场运行设备实测有效。4，手机组态软件无线WiFi与PLC通信

C#上位机，台达DVP系列modbus485通信例子。例子简单易看懂。自己写的程序。

JAVA大型ERP源码 进销存财务一体化源码本源码亲测可用 若有问题不能成功搭建包 您自己搭建的过程中遇见技术问题可以免费咨询。已经修补好了几个出现的代码bug。1.开发环境：Eclipse4.4（javaee版）+jdk8+tomcat8+postgreSQL9.22.导入database目录下的数据到postgresql中。3.导入MyERP到eclipse中 4.启动tomcat，直接访问http: localhost:8080 ，切记不要包含项目路径

基于贝叶斯优化参数的CNN-BiLSTM回归预测模型：多输入单输出架构与高代码质量,基于贝叶斯(bayes)优化卷积神经网络-双向长短期记忆网络(CNN-BiLSTM)回归预测，bayes-CNN-BiLSTM多输入单输出模型。优化参数为：学习率，隐含层节点，正则化参数。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替数据。运行环境matlab2020b及以上。,核心关键词：贝叶斯优化; 卷积神经网络; 双向长短期记忆网络; 回归预测; 多输入单输出模型; 优化参数; 学习率; 隐含层节点; 正则化参数; 评价指标; R2; MAE; MSE; RMSE; MAPE; 代码质量; 运行环境; matlab2020b。,基于贝叶斯优化的CNN-BiLSTM回归预测模型，多参数调控，高代码质量

基于最优占空比优化的异步电机模型预测转矩控制策略：一种整合电压矢量选择与占空比计算的高效方法,"基于最优占空比优化的异步电机模型预测转矩控制策略及其在Simulink环境下的应用",基于最优占空比优化的异步电机模型预测转矩控制占空比模型预测转矩控制方法是在每一个采样周期里先根据价值函数最小化选取一个有效电压矢量，然后再对已选的电压矢量计算占空比。然而这种方法中天量选择和占空比计算是分两步进行的，不能保证两者组合起来是最优的。针对转矩无差占空比模型预测转矩控制方法中，占空比计算和电压矢量选择分开的问题，提出了一种最优占空比模型预测转矩控制策略。通过转矩无差策略计算每个电压矢量对应的占空比，然后将占空比和电压矢量的组合代入到异步电机的预测模型中，最后选取价值函数最小的电压矢量和占空比组合。附带模型相关说明文档，模型可直接运行，默认发送2023b版本的simulink模型，需要其它版本的备注一下；自己搭建的,最优占空比模型; 预测转矩控制; 异步电机模型; 价值函数最小化; 占空比和电压矢量组合; Simulink模型 2023b版本,基于最优占空比优化的异步电机模型预测控制策

基于Matlab的PWE-FDTD方法在一维光子晶体能带求解中的应用与传输矩阵分析,Matlab在光子晶体能带求解中的应用：基于PWE和FDTD的传输矩阵法研究,Matlab一维光子晶体能带求解，PWE FDTD 传输矩阵等。,一维光子晶体; 能带求解; PWE; FDTD; 传输矩阵,Matlab求解光子晶体能带PWE-FDTD传输矩阵法

基于Simulink建模的四轮转向汽车模型研究：二自由度车辆模型及其响应分析,基于Simulink建模的四轮转向汽车模型：二自由度车辆模型分析及其横摆角速度与质心侧偏角的获取方法,四轮转向汽车模型，采用simulink建模，二自由度车辆模型，可以输入四个车轮的转角，得到汽车横摆角速度和质心侧偏角。,四轮转向汽车模型;Simulink建模;二自由度车辆模型;车轮转角输入;汽车横摆角速度;质心侧偏角,基于Simulink的四轮转向二自由度车辆模型：横摆角速度与侧偏角控制

两级式单相光伏并网仿真研究：MATLAB 2021a版本下的DC-DC变换与桥式逆变技术实现功率跟踪与并网效果优化,基于Matlab 2021a的两级式单相光伏并网仿真研究：实现最大功率跟踪与稳定的直流母线电压,两级式单相光伏并网仿真（注意版本matlab 2021a）前级采用DC-DC变电路，通过MPPT控制DC-DC电路的pwm波来实现最大功率跟踪,mppt采用扰动观察法，后级采用桥式逆变，用spwm波调制。采用双闭环控制，实现直流母线电压的稳定和单位功率因数。并网效果良好，thd满足并网要求，附带仿真说明文件,两级式单相光伏并网仿真; MATLAB 2021a; DC-DC变换电路; MPPT控制; 扰动观察法; 桥式逆变; SPWM波调制; 双闭环控制; 直流母线电压稳定; 单位功率因数; 并网效果; THD。,MATLAB 2021a双闭环控制两级式单相光伏并网仿真研究

深度学习神经网络RNN、LSTM与GRU在锂离子电池SOH预测中的应用——基于NASA数据集的Python代码实现策略,深度学习在锂离子电池SOH预测中的应用：基于RNN、LSTM和GRU神经网络的NASA数据集Python代码实现研究,基于深度学习神经网络RNN、LSTM、GRU的锂离子电池SOH预测，NASA数据集，Python代码实现。,RNN; LSTM; GRU; 锂离子电池SOH预测; NASA数据集; Python代码实现。,深度学习预测锂离子电池SOH：RNN、LSTM、GRU模型NASA数据集Python实现