基于遗传算法(GA)优化长短期记忆网络(GA-LSTM)的时间序列预测。 优化参数为学习率，隐藏层节点个数，正则化参数，要求2018及以上版本，matlab代码。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

节点红色SNMP陷阱侦听器 该Node-RED节点在配置的端口上侦听SNMP陷阱程序包。 符合过滤器设置的陷阱将在节点输出上发出。 过滤器选项为： SNMP版本（v1，v2c，v3） 社区字符串（仅适用于v1和v2c） 用户凭证（仅v3） IP过滤 入门 -Node-RED文档在部署更改之前，请记住先配置snmp-trap-listener节点。 文献资料 输入 snmp-trap-listener节点不接受任何输入。 输出 snmp-trap-listener节点的输出对象采用以下格式： SNMP v1 { " payload " :[ { " oid " : " 1.3.6.1.4.1.13576.10.1.40.4.4.2 " , " typename " : " OctetString " , " value " :[ 80 , 108 , 99 ,

IEEE118节点系统是一个经典的电力系统模型，由118个节点和176条传输线路组成，并由四个GENERATOR进行控制和操作。这个模型可用于研究电力系统的稳定性、电力负荷分布和其它相关方面。它是电力系统领域的重要基础，吸引了众多学者的研究。 该模型可以形象地比作是一个中发电厂、电站，输电线路，变电站，配电站等构成的“大电网”。其中的各节点之间连接着不同容量和电乐等级的导线和变压器，形成了一个复杂的电力网络. 作为电力系统领域的经典模型，EEE118节点系统被广泛应用于电力系统稳定性分析以及各种指标的研究。例如，在配电网优化中，可以利用该模型实现更好的配电网控制系统，以提高电力系统的运行效率和质量。 总之，IEEE118节点系统作为电力系统仿真模型的重要代表，对于电力系统稳定性、可靠性、运行方式等方面具有重要的参考价值。随着电力系统的不断发展和变化，该模型仍在不断地发展和完善，以适应新的电力系统需求。

matlab连续潮流程序绘制PV曲线 静态电压稳定 该程序为连续潮流IEEE14节点和33节点的程序 运行出来有分岔点和鼻点 可移植性强，注释详细

取外部树型框节点文本系统结构:TreeView_GetSelection,TreeView_GetNextItem,GetTVItemText,TreeView_GetItem,SendMessage,SendMessageTV,======程序集1||||------TreeView_GetSelection||||------TreeView_GetNextItem||||======窗口程序

本压缩包包含一个xml样例文件和一个python原程序，实现了python 解析xml树形信息后，自动填充到 QTreeWidget 的每一个 QTreeWidgetItem 上，从而不用QtreeView的model模型，自动适应自定义树（Tree）形结构信息的方法。

基于灰狼算法(GWO)优化门控循环单元(GWO-GRU)的时间序列预测。 优化参数为学习率，隐藏层节点个数，正则化参数，要求2020及以上版本。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于粒子群算法优化长短期记忆网络(PSO-LSTM)的时间序列预测。 优化参数为学习率，隐藏层节点个数，正则化参数，要求2018b及以上版本，matlab代码。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

Matlab研究室上传的视频均有对应的完整代码，皆可运行，亲测可用，适合小白； 1、代码压缩包内容 主函数：main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开main.m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描视频QQ名片； 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

IEEE33节点数据(case33bw.m)