matlab代码粒子群算法动态PSO-LA 基于三动作学习自动机（DPSOLA）算法的动态全局和局部组合粒子群优化算法的Matlab代码。 抽象的 最近已经开发了许多粒子群优化（PSO）算法的变体，其最大目的是摆脱局部极小值。 这些最新变化之一是PSO-LA模型，该模型采用控制粒子速度的学习自动机（LA）。 PSO的另一个变体使粒子能够动态搜索全局和局部空间。 本文提出了一种基于三动作学习自动机（DPSOLA）的动态全局和局部组合粒子群优化算法。 嵌入式学习自动机累积来自个体，局部最佳粒子和全局最佳粒子的信息，然后将它们组合以在问题空间中导航粒子。 所提出的算法已经在具有不同维度的八个基准函数上进行了测试。 从测试台来看，这项工作是独一无二的。 评估包含较大的人口规模（150）和较高的维度（150）。 结果表明，适应度和收敛速度优于传统的PSO，DGLCPSO和以前的基于PSO的LA算法。 参考 [1] Mohammad Hasanzadeh，Mohammad Reza Meybodi和Saeed Shiry Ghidary，“，”在2011 IEEE第12届国际计算智能和信息学研讨会

动态系统绘图工具！ 这是一个简单的项目，也是我在SHARIF大学学习/作业的一部分 绘图工具： 极限音 相像 orbitDiagram（可能称为分叉图） 帐篷地图 质数极坐标图中的光线（我将其称为raysInPPP） 如何使用： 安装python和pip 运行： pip install -r requirements.txt 编辑您的问题的main.py 运行： python main.py 在某些系统中，您应该运行pip3或python3

dynamic_voronoi

动态Voronoi路径规划 动态Voronoi图在移动机器人避开障碍物的路径规划中的应用。 使用ROS构建 使用ROS，我们试图构建一种算法，该算法使用voronoi图来规划移动机器人（P3dx）从起始位置到目标位置的路径，而无需使用地图。 该算法是使用ROS和Python构建的。 我们使用MobileSim进行可视化，并使用RosAria进行机器人的控制。 该算法通过检测前方是否有障碍物来创建动态voronoi图。 在计算了voronoi图之后。 Dijkstra用于最短路径。 机器人有3种选择： 沿Dijkstra生成的路径移动到已经预先计算的voronoi节点。 转到目标位置。 创建一个新的Voronoi图。

dynamic data display

GPU布仿真 可视化的布料 布具有漫反射 该存储库是关于Unity中基于GPU的质量弹簧仿真的。 基于计算着色器，并行计算物理。 该项目是ReclothSimulation-master（私有存储库）的子项目，该存储库中删除了一些功能。 质量弹簧系统布 对象间碰撞响应 自我碰撞响应 动态对撞机生成 目前已确认可在以下平台上工作： Unity Engine版本5.6.1f2〜2018.2.0b10 Windows（OpenGL核心） 安卓（OpenGL Core） 如何使用 在层次结构面板上创建一个空的并在其上附加和脚本。 由于此仿真是使用自己的系统进行计算的，因此需要特殊的材质和专

最新的AzureSky Dynamic Skybox 6.0.2，实时TOD组件，超写实天空组件，支持扩展各类功能。

Bertsekas - Dynamic Programming and Optimal Control Vol I

Vue-cli 4.5 + typescript + element-plus 1）动态加载路由，并且刷新后路由仍然正常显示 2）测试同步执行程序（async + await）

动态规划算法应用于增程式电动客车整车能量管理