光伏电池仿真模型 通过MATLAB仿真 效果很好

基于多智能体的深度强化学习RL的优化OBSS干扰的matlab仿真，matlab2021a测试，深度强化学习训练过程仿真较长。

基于Qlearning深度强化学习的最小化OBSS干扰的matlab仿真_优化过程为20round，matlab2021a测试。

水果识别系统的MATLAB仿真+GUI界面，matlab2021a测试。

基于Astar，A星算法的二维路径规划的MATLAB仿真，matlab2021a测试通过。

基于Astar算法的无人车路径规划的MATLAB仿真，matlab2021a测试。

基于ABC人工蜂群优化算法的最优解搜索算法MATLAB仿真，matlab2021a测试。

离散控制Matlab代码二自由度并联机构的鲁棒控制 概述 该项目引用了由大学自动化与控制实验室的Isabella Stevani在迭戈·科隆教授的指导下，由Isabella Stevani撰写的题为“结合反馈线性化和H-无穷大设计的2-DOF并联机构的鲁棒控制”的硕士论文。圣保罗-LAC / USP。 此处提供的代码中使用的控制和建模方法的更多详细信息，可在Research Gate很快获得的硕士论文资格文本中找到。 该项目的目的是将反馈线性化和H无限设计相结合，以实现鲁棒的控制设计，并具有简单的调整功能，并适用于广泛的非线性系统，特别是具有并行架构的机器人机构。 即使在机械模型中存在不确定参数的情况下，有针对性的鲁棒控制设计也必须使系统稳定。 -项目状态：有效 代码 该代码是在MATLAB 2015a中开发的，因此早期版本可能不兼容。 指示 克隆存储库： $ git clone https://github.com/isabella-stevani/2dof-parallelrob.git 在MATLAB中，将克隆的存储库设为当前文件夹： >> cd .. \2 dof-parall

1.3.10微分先行PID控制算法及仿真 微分先行PID控制的特点是只对输出量yout(k)进行微分，而对给定值rin(k)不进行微分。这样，在改变给定值时，输出不会改变，而被控量的变化通常是比较缓和的。这种输出量先行微分控制适用于给定值rin(k)频繁升降的场合，可以避免给定值升降时引起系统振荡，从而明显地改善了系统的动态特性。

该实验报告是基于matlab仿真工具，实现单层神经网络的仿真，从而详细讲解BP算法的原理。采用BP算法实现对信号的学习。BP神经网络是一个信号单向传播的多层前馈式误差反向传播神经网络。BP算法的基本思想是最小二乘法，它采用梯度搜索技术，使得网络的实际输出和理想输出的误差均方值为最小。其学习过程分两个过程：一是信号的正向传输，二是误差的反向传输。在信号的正向传输过程中，输入信号从输入层经隐含逐层处理，并传向输出层，每个神经元的状态只影响下一层神经元的状态，若输出层不能得到期望的输出，则转向反向传输，来不断修正各层神经元的权值使误差信号不断减小。