基于模型预测控制(mpc)的车辆换道，车辆轨迹跟踪，换道轨迹为五次多项式，matlab与carsim联防控制

在傍轴近似条件下建立了OPO的数学模型,通过引入三波混频中时间与空间关系,采用分步傅里叶算法模拟了纳秒级脉冲和连续光波在谐振腔内的三波混频过程。理论模型中考虑了不同频率光波之间的色散关系,可以在高转换效率情况下分析不同泵浦脉冲功率、脉冲时长、腔镜透反射比以及不同种子光输入等情况下的输出波形、功率以及OPO阈值等特性。实验中采用掺杂Mg O的周期性极化铌酸锂晶体(Mg O∶PPLN)为非线性介质,在输入1.06μm泵浦激光脉冲能量为0.4 mJ时,产生3.8μm闲频光超过0.07 mJ输出,与数值模拟结果0

应用于仿真参数样本量的确定，设计了拉丁超抽样程序以及抽样界面，并且做了数据归一化，方便使用。

基于PSIM的光伏矩阵MPPT通用模型的设计与应用.doc

AI大模型 AI大模型相关书籍论文介绍

具有APB-BFM的DAC和ADC模型的UVM验证 这是一个小组项目。 具有APB BFM（总线功能模型）的UVM验证，已连接到两个只读DAC和两个只读ADC从器件。 该序列生成地址，并允许驱动程序告诉BFM选择哪个从站。 随后，四个监视器和记分板记录每个从站的测试结果。 top.sv顶部模块，包括测试，序列项，定序器和驱动程序 seq.svh序列 bfm_env.svh总线功能模型作为环境 intf.svh dac介面 adc_intf.svh adc接口 dac.sv给定的dac adc.sv给定的adc monitor1.svh DAC1监视器 monitor2_dac.svh DAC2监视器 monitor1_adc.svh ADC1监视器 monitor2_adc.svh ADC2监视器 记分板1.svh DAC1记分板 scoreboard2_dac.svh DAC2记分

属性(Properties) QObject有getter和setter函数属性 命名策略: color, setColor 对于布尔: isEnabled, setEnabled class QLabel : public QFrame { Q_OBJECT Q_PROPERTY(QString text READ text WRITE setText) public: QString text() const; public slots: void setText(const QString &); }; Setter, 返回空, 将值当成唯一参数 Getter, 常量,返回值, 没有参数 * 一个通用特性是Qt属性系统。如果你已经看过QtCreator的Designer部分，你大概已经不知觉间用到它了。这样你就有每个类可以轻易使用的属性的列表了。 属性由getter和setter函数实现，所以实际值作为私有成员存储。 以下为约定俗成： Getter在属性（不是get前缀）后面命名，或对于布尔则附带is前缀。 Setter以set前缀命名。 然后这一对函数利用Q_PROPERTY宏制而转化成一个Qt属性（参数：type，name，“READ”，getter，“WRITE”，setter） 待续

灰狼算法(GWO)优化极限学习机ELM回归预测,GWO-ELM回归预测，多变量输入模型。 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。

1、修改模型路径（下载到你电脑上的路径） 2、文件 data 路径下，支持 Excel（需要预测的列名为 “sent”）。 3、运行 sentiment.py，生成结果在 result 文件夹。

基于ChatGLM3基座模型和LLAMA-Factory框架进行微调的一个中医问答机器人