该资源详细解读可关注博主免费专栏《论文与完整程序》21号博文
大量电动汽车投入运营，其充放电将对电力系统产生很大影响。针对电动汽车分层分区域控制模式，重点分析底层控制中心接收到上级调度指令后如何协调与控制本区域内电动汽车的充放电行为。考虑电动汽车充放电地点的分散性和时间的随机性，提出了一种区域内电动汽车充放电控制策略。通过仿真计算，得到了该控制方式下区域内电动汽车充放电对负荷曲线的影响。电动汽车充电负荷作为可调度负荷，可减小负荷高峰期的供电压力，提高负荷低谷时的机组利用率，提高电网的经济运行水平，其优化调度对电网意义重大。基于部分电动汽车用户实际中不接受电网调度的事实，以所有电动汽车用户的充电成本之和最小、电网负荷方差最小为目标，以用户充电需求等为约束，建立了电动汽车负荷的多目标优化调度模型。模型在保证用户充电获益的同时优化电网运行。采用改进粒子群算法求解模型，仿真结果表明，用户充电选择将影响充电调度方案、用户经济性和电网运行安全。在充电调度中，需要考虑用户的充电选择。
2024-05-17 13:54:38
581KB
【内容概述】
chromedriver.exe是一个用于自动化控制和管理谷歌Chrome浏览器的执行文件，通常作为Selenium测试框架的一部分。它允许开发者在自动化测试和网页抓取中模拟用户与浏览器的交互。
【使用人群】
适用于软件测试工程师、开发者、数据分析师和需要自动化控制浏览器的用户。
【使用场景及目标】
chromedriver.exe的主要使用场景和目标包括：
1. 自动化测试：用于在自动化测试中模拟用户操作，执行浏览器行为，如点击、输入文本、页面导航等。
2. 网页抓取：可用于爬虫和数据抓取，模拟浏览器访问网页并提取所需数据。
3. 脚本执行：开发者可以使用chromedriver.exe执行浏览器相关的任务，如页面截图、页面渲染和自动化交互。
【其他说明】
1. 版本兼容性：chromedriver.exe版本应与所使用的Chrome浏览器版本相匹配，以确保稳定性和兼容性。
2. 驱动配置：使用前需正确配置系统环境变量，以便系统可以找到chromedriver.exe。
3. 自动化测试框架：通常与Selenium等自动化测试框架一起使用，提供更高级的浏览器自动化
2024-05-02 16:14:01
14.18MB
1
多目标优化ZDT系列和DTLZ系列Pareto真实前言数据，包含ZDT1,ZDT2,ZDT3,ZDT4,ZDT5,ZDT6,DTLZ1~7
2024-04-25 15:50:57
592KB
1
本次实验开发环境KEIL5，仿真环境Proteus 8.12版本，如有版本过低可能失败，主要实验内容两个32单片机进行交互数据传输，模拟车机主控与驱动板传感器发送数据，用按键手动调整数据，模拟数据浮动，并显示车机屏幕，实验器材，两块32单片机，按键，电源，电阻，led灯，LCD1602，虚拟串口，串口终端。仿真视频bandicam 2023 02 07 17 55 47 334_视频
2024-04-14 11:42:44
585KB
1
# 功能分析（需求分析）
1. 基于QT平台，使用OpenGL进行obj文件加载显示；
2. 使用鼠标对场景进行缩放、移动、旋转交互；
本资源有对应的项目介绍，详见同名CSDN博文。《基于QT使用OpenGL，加载obj模型，进行鼠标交互》
本项目资源整体框架简单，清晰，适合初步学习使用。
基于QT的QOpenGLWidget类进行派生，对鼠标事件进行重载，使用OpenGL可编程渲染模式开发，涉及着色器程序的编写，并进行了相机、渲染器、物体类的抽象。还编写了obj文件解析类，同时还可以基于本框架进行stl文件类的编写。资源还包含两个obj测试文件，一个是小兔子bunny.obj，一个是跑车Cayman_GT.obj。
使用开发环境：qt5.15.2, MSVC2019_64bit；使用mingw也可以运行
2024-04-09 15:08:14
6.48MB
1
在Unity中创建项目，实现Ultraleap 3Di交互项目：创建一个下立方体，实现虚拟手对其进行抓取！
2024-04-08 16:14:20
140.84MB
1
控件主要使用DispImgCtrDll.dll库，整个库支持各种ROI交互和图形显示。
2024-04-08 09:04:29
164.05MB
1
chatbot_simbert
检索类型的微信聊天机器人/问答系统，通过API异步通信，实现在微信上交互，可以查询天气、重复问句识别等情况；本项目包括模型和工程化部署一体化。用到SimBert等模型。
描述
各位可以根据自己的需求部署或修改：
问答库如果是任务型的，就是一个任务型聊天机器人，如果闲聊的问答库，那就是闲聊型聊天机器人；
后续也可以添加意图，用来用意图识别的匹配；也可以添加个知识图谱的API...
总之可以添加的模块很多，扩展性非常强大。
品尝方式（使用说明）
准备：
环境准备：安装requirement中的依赖包
下载模型，并放置在code/1.retrieve_match/3.simbert_match/config路径下：
simbert模型：
启动：
1、 启动code/2.API_serve/KG_service.py
2、 启动code/3.wx_project/c
2024-04-07 10:07:55
1.23MB
1