排队模型仿真 matlab源码 画出m/m/1/5模型的吞吐率和平均等待时间曲线 有详细的注解
2021-11-17 15:06:04 4KB queue simulation m/m/1/5
1
叶子 LEAF是对于L ARGEênergy-甲洁具F A模拟器OG计算环境。 然后,它可以在分布式,异构且资源受限的基础架构中对复杂的应用程序图进行建模。 特别强调了能源消耗(以及不久的碳排放量)的建模。 请访问官方以获取有关此项目的更多信息和示例。 该Python实现是从移植而来的。 将来的所有开发都将在此存储库中进行。 安装 您可以通过直接克隆该存储库或通过安装最新版本来使用LEAF: $ pip install leafsim 我该怎么办? LEAF可以对云,雾和边缘计算环境进行高级建模。 它建立在 (一个用于创建和操作复杂网络的库)和 (一个基于过程的离散事件仿真框架)之上。 除了可以研究资源受限环境中的调度和放置算法外,LEAF还特别关注: 动态网络:模拟在仿真过程中可以加入或离开网络的移动节点。 功耗建模:对单个计算节点,网络流量和应用程序的功耗进行建模。
1
在MATLAB中模拟VANET 车辆专用网络(VANET)基于车辆之间的V2V通信以及车辆与路边基础设施之间的V2I通信。 车辆机动性是VANET设计中的主要挑战。 该项目为您提供了有关车辆移动性及其对VANET网络密度和V2V / V2I连接性的影响的基本见解。 该项目包括两个部分: 在第一部分中,您将找到一种类型的车辆移动性(高速公路移动性)的仿真,以评估在不同道路交通流量下可用于V2V连接的网络密度。 在第二部分中,您将找到一个基本图形工具的仿真,该工具可以可视化和评估两种类型的用户指定的VANET场景:(i)四路街道交叉口的V2V通信; (ii)车辆与已部署的RSU之间的V2I通信。
2021-11-16 10:57:05 7KB MATLAB
1
这是FDTD simulation of EM wave的资料,只有前四章 从 1D 到 3D,在最后有C++写的程序,我在matlab里只改了改1D 的,感兴趣的可以看下 : http://download.csdn.net/detail/shl0931/4734600
2021-11-15 14:31:55 8.83MB EM FDTD simulation
1
总共有4个,都能运行,是逐渐加深内容的,希望能帮到大家。 1.% Ex and Hy field components propagating in the z direction. 2.% Ex and Hy field components propagating in the z direction with % absorbing boundary conditions (ABC) 3.% Simulation of a pulse hitting a dielectric medium 4.% Simulation of a sinusoidal wave hitting a dielectric medium
2021-11-15 14:31:25 5KB matlab code EM FDTD
1
simulation and software radio for mobile communications
2021-11-14 19:11:08 18.63MB simulation mobile communications matlab
1
Plant Growth Simulation algorithm(PGSA),written by MATLAB
2021-11-13 22:42:40 40KB Plant Growth Simulation algorith
1
股票评估工具 此回购包含一组工具,投资者可以使用这些工具来更好地了解他/她感兴趣的股票。它不建议买卖股票,而是有助于形成对股票的有根据的猜测。潜在的未来股价走势,并因此对要分析的股票做出买/卖/持有决定。 这里包括的工具不是唯一可以使用的工具。 之所以将它们包括在内,是因为我相信没有任何一种工具或模型可以充分理解导致股价波动的所有因素。 此仓库中包含的工具集可分为: 工具-EMA信号,布林带。 -通过YahoofFinancials和YFinance API使用财务数据。 -ARIMA随机森林。 -随机森林。 模型-LSTM。 模型-蒙特卡洛模拟。 -NLP情感分析。 模型-基于Markowitz的Efficient Frontier和CVaR。 我相信,通过将上述分析工具一起使用,就可以对未来的股价做出正确的预测。 如何使用储存库 没有预定义的方式来使用存储库中包
1
Matlab simulation about Rayleigh
2021-11-13 17:26:06 27KB Rayleigh
1
Developing and testing algorithms for autonomous vehicles in real world is an expensive and time consuming process. Also, in order to utilize recent advances in machine intelligence and deep learning we need to collect a large amount of annotated training data in a variety of conditions and environments. We present a new simulator built on Unreal Engine that offers physically and visually realistic simulations for both of these goals.
2021-11-12 12:34:46 7.47MB AirSim
1