Delphi 粒子生成系统实例 粒子生成系统Delphi实例，可生成瀑布、星空、喷泉、射线等样式的粒子动态图，个别还挺逼真，本程序虽不能和复杂的粒子系统来对比，但也算是一个值得参考的程序了。

单个粒子散射T矩阵算法，包括柱，椭球和切比雪夫粒子

基于glut框架的opengl实现的坦克世界，支持坦克在高度场内漫游，子弹根据坦克姿势计算发射角度，基于billboard绘制了树，坦克击中地面有粒子效果，子弹击中树树会倒下，包含坦克与树、天空盒的碰撞检验。

针对粒子流滤波器中粒子速度场计算复杂, 难以滤波求解的问题, 提出一种基于弱形式解的粒子流滤波器. 通过将粒子速度场等效为势函数的梯度, 推导该速度场所满足的偏微分方程的弱形式; 应用Galerkin 有限元法和蒙特卡罗积分法, 推导出一个易于计算的弱形式常数近似解. 仿真算例表明, 在一定初始条件下, 多峰型后验分布会使高斯假设滤波器局部收敛, 而粒子流滤波器是有效的, 且具有较高的跟踪精度和较好的鲁棒性.

故障重构是指的某条或者某几条线路故障后，断开并隔离故障线路，利用联络线进行网络重构的方式，形成新的网络拓扑；优化重构则是在无故障或者异常情况下，通过重构来优化网损、电压质量等目标，从而达到最理想状态。

为了改善差分进化粒子群算法的局部搜索能力和收敛速度，提出了一种混沌差分进化的粒子群优化算法。该算法利用信息交换机制将两组种群分别用差分进化算法和粒子群算法进行协同进化，并且将混沌变异操作引入其中，加强算法的局部搜索能力。通过对三个标准函数进行测试，仿真结果表明该算法与DEPSO算法相比，全局搜索能力、抗早熟收敛性能及收敛速度大大提高。

蚁群算法粒子群算法matlab实现，人工智能算法，智能算法。 智能算法是路线规划、深度学习等等一系列领域所使用的优化算法，是算法进阶之路的必备之路。

在Matlab中分别用粒子群算法、遗传算法、人群搜索算法这类群智能算法整定PID参数。

状态：存档（代码按原样提供，预计不会更新） 多代理粒子环境 一个简单的多主体粒子世界，具有连续的观察和离散的动作空间，以及一些基本的模拟物理学。 用于中的 。 入门： 要安装，请cd进入根目录，然后键入pip install -e . 要以交互方式查看移至地标场景（请参阅./scenarios/中的其他内容），请执行以下操作： bin/interactive.py --scenario simple.py 已知依赖项：Python（3.5.4），OpenAI Gym（0.10.5），numpy（1.14.5） 要使用这些环境，请在make_env.py查看将其导入的代码。 代码结构 make_env.py ：包含用于将多代理环境作为类似OpenAI Gym的对象导入的代码。 ./multiagent/environment.py ：包含用于环境模拟的代码（交互物理学， _step

unity3dbuff增益效果,UI粒子特效，2D专属粒子特效，适合开发2D模式下的粒子，UI适用