以实现悬架自适应半主动控制为目的,基于多目标优化算法及路面识别,针对车辆平顺性与操纵稳定性进行研究.首先建立1/4车辆等效天棚控制模型,并根据系统动力学关系推导车辆簧载质量加速度及轮胎动载荷的解析解表达式,然后利用基于遗传算法的多目标优化算法求取Pareto最优解集.依据路面识别得到的路面等级分配控制权重,以获得不同路面对应的控制增益.仿真结果显示,基于路面识别的半主动悬架自适应控制系统能够通过调节权重获得不同路面行驶条件下平顺性与操纵稳定性之间的平衡.

依据悬架实体在ADMAS中建立1／4悬架模型并采用遗传算法辨识模型参数，得到了一个更能真实反映悬架性能的简化辨识模型.在此简化辨识模型的基础上分析了几种基于天棚阻尼原理的控制方法的特点，提出了一种基于免疫优化的混合阻尼半主动控制方法.仿真结果表明，基于免疫优化的混合阻尼半主动控制方法能够改善被动悬架的性能；在一定控制指标下，混合阻尼控制对被动悬架性能的改善优于天棚阻尼控制和地棚阻尼控制.

以天棚控制方法为理论基础，结合磁流变减振器的工作机制，建立了磁流变半主动悬架硬件结构系统，并通过在实车试验平台上实验分析了被动悬架和磁流变半主动控制悬架的平顺性。结果表明，相比于被动悬架，磁流变半主动悬架能够很好地抑制低频段车体垂直方向的加速度变化和振动幅值，从而提高车辆平稳性和舒适性。

面向精密仪器设备的主动隔振关键技术研究_李国平.caj面向精密仪器设备的主动隔振关键技术研究_李国平.caj面向精密仪器设备的主动隔振关键技术研究_李国平.caj

基于IEEE33的主动配电网优化，采用IEEE33节点配电网进行仿真，搭建了含风光，储能，柴油发电机和燃气轮机的配电网经济调度模型，以总的运行成本最小为目标，考虑了储能以及潮流等约束，采用粒子群算法对模型进行求解，得到了各个分布式电源的运行计划。

Wechat API 微信公共平台API。 模块状态 功能列表 发送客服消息（文本、图片、语音、视频、音乐、图文） 菜单操作（查询、创建、删除） 二维码（创建临时、永久二维码，查看二维码URL） 分组操作（查询、创建、修改、移动用户到分组） 用户信息（查询用户基本信息、获取关注者列表） 媒体文件（上传、获取） 群发消息（文本、图片、语音、视频、图文） 客服记录（查询客服记录，查看客服、查看在线客服） 群发消息 公众号支付（发货通知、订单查询） 微信小店（商品管理、库存管理、邮费模板管理、分组管理、货架管理、订单管理、功能接口） 模版消息 网址缩短 语义查询 数据分析 JSSDK服务端支持 素材管理 摇一摇周边 详细参见 企业版本请前往： Installation $ npm install wechat-api Usage var WechatAPI = require('wechat-a

SPAAM_BaseCode 用于执行单点主动对准方法（SPAAM）校准的基本数学运算的基本代码。 / ***************************************************** ************************该代码几乎直接从Ubitrack库获取： Ubitrack-无处不在的跟踪库 慕尼黑工业大学版权所有2006， 这是免费软件； 您可以重新分发和/或修改它 根据GNU较小通用公共许可证的条款， 由自由软件基金会出版； 任一版本的2.1 许可，或（由您选择）任何更高版本。 分发该软件是希望它会有用， 但没有任何保证； 甚至没有默示的保证 特定目的的适销性或适用性。 见GNU 较少的通用公共许可证，以获取更多详细信息。 您应该已经收到了GNU次要普通公众的一份副本 与该软件一起的许可； 如果没有，请写信给免费 软件基金

主动迁移学习 各种主动迁移学习项目的代码。

QtWebsocket 服务端请安装php，打上swoole扩展使用

PyTorch主动学习 常见的主动学习方法库包括： 环环相扣的机器学习罗伯特·蒙罗（Robert Munro） 曼宁出版物 该代码是独立的，可以与本书一起使用。 库中的主动学习方法 该代码当前包含用于以下目的的方法： 最低置信度抽样 置信度抽样 置信度采样率 熵（分类熵） 基于模型的离群抽样 基于聚类的采样 代表性抽样 自适应代表性抽样 主动转移学习以进行不确定性采样 主动转移学习以进行代表性抽样 自适应采样的主动转移学习（ATLAS） 本书介绍了如何在计算机视觉和自然语言处理中将它们独立地，组合地应用以及用于不同的用例。 它还涵盖了针对现实世界多样性进行抽样以避免偏见的策略。 安装： 如果您克隆此仓库并且已经安装了PyTorch，则应该能够立即开始： git clone https://github.com/rmunro/pytorch_active_learning cd