机器人代码 2015 FRC 2015 比赛的 Team 1072 代码 贡献 1.从Github获取最新代码 在这一步之前,您需要了解一下 git 和 gihub 的工作原理(如果您需要介绍指南,Github 有一个很好的可以学习)。 简单来说,登录github,访问robocode15项目页面,点击“fork”按钮,创建自己的repo副本。 您将在您自己的 github 帐户下将您的更改推送到这个新的存储库,我们将从那里将更改拉入主存储库。 现在,我们想从这个新创建的存储库中获取最新信息并将其拉到您的本地机器上。 从你的 repo 中获取最新代码很简单,只需克隆它: git clone https://github.com/harkerrobo/robocode15.git --recursive cd robocode15 这将在本地计算机上为您提供一个名为“robocode1
2022-05-09 21:35:15 33KB Java
1
本文研究了三相并网逆变器的拓扑结构及控制策略。针对PI控制器、PR控制器存在的问题,通过使用准PR控制器的电流环调节方法,解决了PI控制器存在静态误差、抗干扰能力差的问题,克服了PR控制器难以实现的局限性,同时充分利用其增益大的特点。仿真和实验结果证明:准PR控制器应用于三相逆变器中能够实现无静差跟踪,同时具备很强的抗干扰能力,对于风电并网逆变器电流环控制具有实际意义。
2022-05-09 12:50:43 1.73MB 自然科学 论文
1
为了寻求更优更高效的现代机械优化设计方法,依据遗传算法的基本理论,提出了一种新型的智能优化方法.分析了遗传算法的基本原理、特点及运行步骤,并运用Matlab软件遗传算法工具箱进行求解,结合蜗轮齿固体积优化机械设计实例对遗传算法和传统优化方法中的序列二次规划法进行对比,得出传统优化后体积是常规设计的75.28%,而采用遗传算法优化后体积仅为常规设计的65.53%.由此可得出遗传算法的优化结果较传统优化算法的优化结果更优,过程更高效的结论.
2022-05-09 09:38:23 322KB 自然科学 论文
1
在参数估计中,寿命数据是非常重要的. 传统的估计是基于完全精确的寿命数据. 然而,在实际中由于种种原因,有时收集的数据往往是不精确的. 这样,参数的模糊估计方法就十分必要. 本文将贝叶斯估计方法与模糊集理论相结合,给出了正态总体中两参数的模糊贝叶斯估计. 最后,用一个数值例子演示了本文的方法.
2022-05-07 17:51:08 868KB 自然科学 论文
1
闭环时滞模型参数的辨识一直是先进工业控制领域的一个重要课题。然而由于时滞的存在,被控量不能及时地反映系统所承受的扰动,从而产生明显的超调,使得控制系统的稳定性变差。本文充分利用粒子群优化算法收敛速度较快和混沌运动遍历性的优点,提出了一种基于混沌优化思想的混沌粒子群优化算法来直接辨识含有滞后环节的被控对象的闭环传递函数,而不用将其转化为状态方程。将闭环时滞系统的传递函数通过z变换转化为离散的差分方程,对于滞后环节的处理,用一阶Pade近似。利用CPSO的全局优化能力来极小化误差准则函数,从而获得模型参数的估
2022-05-06 17:20:45 828KB 工程技术 论文
1
辐射空调房间内围护结构表面之间的角系数,以及人体表面与室内维护结构表面之间的角系数,是计算室内辐射热交换的基本参数。目前,有关人体、辐射板、门、窗等表面和其它围护结构表面间的角系数通常较难求解,这里避开了采用传统的直接积分法求解角系数,而是利用对表面边界曲线的角系数积分公式,推导出了相互垂直以及相互平行情况下两矩形表面间的角系数表达式,其过程较为简单;同时把人体形状适当地简化为1个六面体固体,得到了人体与维护结构表面之间的角系数。所得结论不受围护结构表面大小及相对位置的限制,可以有效地求解与人体、辐射板、
2022-05-06 10:39:14 69KB 自然科学 论文
1
2015年母亲节祝福代码,半夜起来做的,为了赶在母亲节发布,其实每个人对于目前的感情都是一样的,一次陪伴,一次呼唤都是对真情的流露。 世界上有一种爱,任你肆意的去索取,却从不需要报答,这种爱叫母爱,这个人叫母亲. 有一份伟大叫母亲,有一份依恋叫妈妈。
1
Yet Another KDD Cup 2015 Solution Based on Final result Public board This leaderboard calculates scores by about 50% of the test data. AUC score: 0.8874428893001793 Rank: #89 Private board AUC score: 0.8867360110438458 Rank: #86 TODO 加特征 加数据:最多可以到depth=4 feature selection 观察预测错了的instance 尝试深度学习model, kNN GBDT: min_samples_leaf, max_depth ... RF: min_samples_leaf, max_depth ... AdaBoost(with LR/SVC
2022-05-05 00:44:22 72KB Python
1
针对变速器加速过程下轴承故障特征易于暴露难以提取问题,提出一种Teager 能量算子增强倒阶次谱方法。计算加速过程等角度重采样信号的Teager能量算子,对Teager能量算子输出进行倒谱分析,获得Teager能量算子增强倒阶次谱。对加速过程滚动轴承外圈、内圈剥落故障信号进行分析,结果表明,Teager能量算子能有效增强冲击成分,抑制非冲击成分;倒阶次谱能从干扰中准确识别被增强的故障冲击特征,提取轴承微弱故障特征。
2022-05-04 20:07:07 1.01MB 工程技术 论文
1
数字化企业2015年第一期
2022-05-04 19:05:37 11.39MB 数字化企业