hslogic算法仿真_有限差分光束传输法

hslogic算法仿真_二维有限元

hslogic算法仿真——matlab编写的流体计算和传热程序

此示例使用femTriangularMeshGenerator函数为长度=Ly单位、宽度=Lx单位的矩形结构生成NE元素，x轴上有Nx分区

hslogic算法仿真——人工势场 - 模糊处理，避障处理，matlab仿真 Xo=[0,0];%起点位置 k=10;%计算引力需要的增益系数 K=0;%初始化 m=1;%计算斥力的增益系数，自己设定 d=2;%障碍影响距离，当障碍和车的距离大于这个距离时，斥力为0，即不受该障碍的影响,自己设定 n=10;%障碍个数 l=0.5;%步长 J=200;%循环迭代次数 X_target=[10,10]; X_obs=[1 1.5;3 3;4 4.5;3 6;6 2.5;5.5 7;8 8.5;9,9.5;10 5;7 6];%这个向量是n*2维，障碍的位置 X_robot=Xo;%X_robot是机器人的定位坐标,将车的起始坐标Xo赋给X_robt

hslogic算法仿真-PSO粒子群优化算法——对多个函数进行最优值搜索

带收缩因子的PSO优化算法 c1 = 2; % 学习因子1 ，一般在[0,2] c2 = 2; % 学习因子2 ，一般在[0,2] % c1 = 2.04344; %学习因子1 ，一般在[0,2] % c2 = 0.94874; %学习因子2 ，一般在[0,2] k1 = 0.7298; % 收缩因子 Dimension = 2; % 搜索空间维数（未知数个数） Popsize = 20; % 初始化群体个体数目 MaxDT = 100; % 最大迭代次数 DivH = 0.25; % 最大多样性系数 DivL = 0.0005; % 最小多样性系数

多领导者改进算法的MATLAB仿真 loop=500; %确定循环周期 s=0.1; %s取值范围为(0,1) n=10; %初始化智能体个数 r=6; %初始化智能体感知半径 dw=5; %网格Lattice距离 a=1;b=2; %0<=a0 step=0.1; %确定步长 h=0.9; %定义参数h，其取值范围为（0,1） size=50; %初始范围 %---------系统初始化------------------------ q=size*rand(2,n); %初始化智能体初始位置向量 p=2*rand(2,n)-1; %初始化智能体初始速度向量 qr1=size*rand(2,1); %初始领导者1位置向量 pr1=2*rand(2,1)-1; %初始领导者1速度向量 qr2=size*rand(2,1); %初始领导者2位置向量 pr2=2*rand(2,1)-1; %初始领导者2速度向量 qqr1=zeros(2,loop); %每个时间段领导者的位置向量 ppr1=zeros(2,loop); %每个时间段领导者的速度向量 qqr2=zeros(2,loop); %每个时间段领导者的位置向量 ppr2=zeros(2,loop); %每个时间段领导者的速度向量 qq=zeros(2,n,loop); %每个时间段的位置向量 pp=zeros(2,n,loop); %每个时间段的速度向量

hslogic算法仿真——matlab仿真MAC load data_SMAC data=data_SMAC; [m,n]=size(data); d=0; s=0; r=0; t=0; dd=ones(19,1); ss=ones(19,1); rr=ones(19,1); tt=ones(19,1); for j=0:18 for i=2:m if strcmp(data(i,1),'d')==1&cell2mat(data(i,3))==j dd(j+1)=dd(j+1)+1;%节点j丢包数 end if strcmp(data(i,1),'s')==1&cell2mat(data(i,3))==j ss(j+1)=ss(j+1)+1;%节点j发包数 end if strcmp(data(i,1),'r')==1&cell2mat(data(i,3))==j rr(j+1)=rr(j+1)+1;%节点j收包数 end if strcmp(data(i,1),'t')==1&cell2mat(data(i,3))==j tt(j+1)=tt(j+1)+1;%节点j转包数 end end end

通过surf进行特征点提取，实现两个图片的拼接