DQN算法Q-learning算法让红色方格自己寻找最便捷的路径避开障碍物到达黄色圆圈，非常的智能视频里是DQN的训练过程，全程只需要3分钟Q-learning需要训练半小时在强化学习的世界里，Q - learning和DQN算法就像两颗璀璨的明星，各自闪耀着独特的光芒。今天咱们就通过一个有趣的例子，看看它们如何各显神通。想象有一个场景，红色方格要在布满障碍物的环境中，找到一条最便捷的路径，最终抵

有趣的是，当设置蜻蜓的步长衰减系数时，用指数衰减比线性衰减的收敛速度提高约23%。这里有个坑：spread参数过小会导致GRNN对噪声过于敏感，所以实际代码里我加了spread<0.1时的惩罚项（代码没展示）。这段代码里藏着三个骚操作：数据预处理用了混凝土强度数据集，蜻蜓优化器自己封装成函数，最后用最优参数训练GRNN。MATLAB程序，蜻蜓算法优化广义回归神经网络，DA_GRN N，回归预测。M

基于脉振高频电流注入的永磁同步电机无感FOC1.采用脉振高频电流注入法实现零低速下无感起动运行，相比电压注入法可以省去电流反馈中的两个低通滤波器；2.相比高频电压注入，估计系统的稳定性不受电机定子电阻、电感变化以及注入信号频率的影响，稳定性更高；3.可实现带载起动和突加负载运行；提供算法对应的参考文献和仿真模型送PMSM控制相关电子资料。在永磁同步电机（PMSM）的控制领域，无感控制一直是研究的热

搭建四辆车在carsim和simulink进行协同式自适应巡航，其中间距策略考虑领航车速的影响，各个车辆采用分层式控制，分层式控制器主要分为下层控制（使用车辆逆纵向动力学模型（包括逆发动机模型 ))和上层控制（模糊MPC算法对相对距离，相对速度，加速度等进行调节，其中模糊逻辑对MPC的权重系数进行在线调整，stateflow进行模式切换)，实现定速巡航和车队跟随工况。附带详细学习资料，适合入门自适

电网基础参数：定义配电网总节点数n=33、联络开关数LL=5、基准功率Sb=10MW、基准电压Vb=12.66kV，并计算基准阻抗Zb=Vb²/Sb（用于后续标幺化计算）。拓扑关联矩阵：通过H矩阵定义5个回路与联络开关的关联关系，BranchM矩阵存储37条支路的参数（支路编号、首末节点、阻抗），NodeM矩阵存储33个节点的负荷功率（有功+无功）。分布式电源配置：在节点16、24接入光伏电源（P

【制动力分配】功能采用的是Carsim自带的分配方式，并对该模块进行了模块化设计，也可以根据个人需要进一步开发使用自己设计的模块，使用Carsim自带的是为了更好的与Carsim制动做对比。【制动力分配】功能采用的是Carsim自带的分配方式，并对该模块进行了模块化设计，也可以根据个人需要进一步开发使用自己设计的模块，使用Carsim自带的是为了更好的与Carsim制动做对比。联合仿真配置才是重头

矩形三维随机裂隙网络。使用COMSOL with Matlab接口编程。可以直接导入COMSOL中，无需CAD，无需提取数据，方便快捷可以直接计算。裂隙由matlab编程生成，能够生成两组不同产状的裂隙。裂隙长度的分布律可以为确定的裂隙长度，也可以为在一定范围内随机均匀分布的长度。注释十分详细，有运行的示范视频，可以直接改数据生成需要的三维裂隙网格。三维随机裂隙网络模型均为自己编程，保证能够运行。

固体氧化物燃料电池SOFC模型，COMSOL电池仿真计算。

本程序基于MATLAB平台，结合YALMIP工具箱与CPLEX求解器，构建了含静止移相器（SOP）和3个微网的IEEE33节点配电网优化调度模型。程序以24小时为调度周期，围绕微网总运行成本最小化为目标，实现对光伏、风机、燃气发电机、蓄电池及配电网交互功率的协同优化调度，同时满足配电网潮流约束、设备运行约束等多维度限制条件，为含分布式能源的配电网高效运行提供技术支撑。配电网状态变量：包含5个节点的

本系统实现了一个基于IEEE 33节点配电网的日前优化调度模型，采用粒子群优化算法（PSO）求解含分布式电源的经济调度问题。系统综合考虑了风力发电（WT）、光伏发电（PV）、储能系统（BT）、柴油发电机（DG）和燃气轮机（MT）等多种电源类型，在满足电网运行约束的前提下，实现总运行成本最小化的优化目标。