Anders要重返Delphi了,Weaver也放出beta了,CB FANS 你们还活着么?

烟波三千里人鬼五百年 2009-05-28 09:24:19
delphi之父终于要重C#的怀抱里回来了。
Delphi、C++ Builder也放出2010 beta了。
咱们的论坛静悄悄...
CB FANS 你们还好么?
....
...全文
633 74 打赏 收藏 转发到动态 举报
写回复
用AI写文章
74 条回复
切换为时间正序
请发表友善的回复…
发表回复
ch_builder 2009-06-19
  • 打赏
  • 举报
回复
cker好!BBS的很少看到你了
当年我学习CB还看了不少你译的资料呢
希望常过来交流交流:)
liuyanghejerry 2009-06-18
  • 打赏
  • 举报
回复
- -用2009的路过……刚刚装好2009,2010就先免了吧……
zhangwuji156 2009-06-18
  • 打赏
  • 举报
回复
还活着,不过最近在用C#做……
truelove7283159 2009-06-18
  • 打赏
  • 举报
回复
就是支持中. 希望能改好.
这个大牛当时为啥不自己组织资金买了BORLAND呢.
都是自己的儿子啊.
Sep_FengLing 2009-06-18
  • 打赏
  • 举报
回复
真的假的?
xjq2003 2009-06-18
  • 打赏
  • 举报
回复
还不结贴啊??
ccrun.com 2009-06-17
  • 打赏
  • 举报
回复
已经有大牛说了,Anders重返Delphi是谣言.
gaoxumei 2009-06-17
  • 打赏
  • 举报
回复
BCB2010?我还在用BCB6.0呢。安装了2009,原来的工程有些不能编译通过。
银点 2009-06-13
  • 打赏
  • 举报
回复
消息可靠么?经过证实么?!
free1688 2009-06-11
  • 打赏
  • 举报
回复
不用CB很多年了,上次用CB开发好像是2004年。可惜了我的五个小裤衩,自那以后,就再没有变为星星!
yangala 2009-06-11
  • 打赏
  • 举报
回复
一直在用BC6,一直,一直....
顺便接分
shadowstar 2009-06-11
  • 打赏
  • 举报
回复
俺不用CB了也在这里混
love_hate_i 2009-06-05
  • 打赏
  • 举报
回复
希望还好!
cp_pan 2009-06-05
  • 打赏
  • 举报
回复
刚入行!多支持!!
amossavez 2009-06-05
  • 打赏
  • 举报
回复
给个链接看看,这个消息鼓舞人心呀
t8543 2009-06-05
  • 打赏
  • 举报
回复
頂起,接分!
书生 2009-06-04
  • 打赏
  • 举报
回复
楼主难得回来呀 。
我还在用CB6,哈哈,OUT了。
NickCheng 2009-06-04
  • 打赏
  • 举报
回复
这是干吗啊?送分啦!咱就接吧!哈……
yhf365 2009-06-04
  • 打赏
  • 举报
回复
我们都还活着,活的很好
lllyyy2403 2009-06-01
  • 打赏
  • 举报
回复
还活着。
加载更多回复(54)
内容概要:本文围绕“基于改进秃鹰算法的微电网群经济优化调度”展开研究,利用Matlab代码实现优化算法的仿真与复现。研究重点在于通过改进的秃鹰搜索算法(Bald Eagle Search Algorithm, BESA)解决微电网群在运行过程中的经济调度问题,提升算法的收敛速度与全局寻优能力,以实现对分布式能源、储能系统及负荷的高效协调管理。文中详细阐述了微电网群的系统架构、数学建模过程、目标函数设计(如运行成本最小化、碳排放降低等),并结合智能优化算法进行求解,验证了改进算法相较于传统方法在调度精度和效率方面的优越性。同时,研究还探讨了算法在多场景下的适应性,为微电网群的智能化、低碳化运行提供了技术支持与实践参考。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能优化算法相关工作的工程技术人员。; 使用场景及目标:① 学习并掌握改进秃鹰算法在复杂优化问题中的应用方法;② 实现微电网群经济调度模型的构建与求解;③ 对比不同智能算法在电力系统优化中的性能表现;④ 为科研论文复现、课题研究或工程项目提供算法支持与代码参考。; 阅读建议:建议读者结合文中提供的Matlab代码逐模块分析,重点关注算法改进策略与调度模型的耦合实现方式,同时可尝试在不同参数设置或场景条件下进行仿真实验,以加深对算法性能与调度效果的理解。
内容概要:本文围绕多旋翼无人机姿态估计算法的开发与性能评估展开系统性研究,重点对比了线性与非线性滤波算法在复杂飞行环境下的表现。通过构建基于扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等先进算法的姿态估计器,融合IMU、磁力计、视觉传感器等多源数据,有效提升了姿态解算的精度与鲁棒性。研究涵盖了静态悬停、高速机动及磁干扰等多种典型飞行场景,利用MATLAB/Simulink平台完成仿真实验,并结合实测飞行数据与VICON高精度运动捕捉系统提供的真值进行定量分析。结果表明,非线性滤波器在动态工况下具有显著优势,尤其在抑制漂移和抵抗外部干扰方面优于传统线性方法。文章还提出了传感器融合、自适应建模、冗余配置等一系列降低偏差影响的技术路径,为高可靠性无人机导航系统的设计提供了理论依据与实践指导。; 适合人群:具备控制理论、信号处理及状态估计基础知识,从事无人机导航、控制算法研发或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于开发高精度无人机姿态解算模块;②为多传感器融合算法的设计、实现与验证提供参考案例;③服务于复杂环境下无人系统状态估计的教学演示与科研攻关; 阅读建议:建议结合文中所述MATLAB/Simulink仿真模型与实测数据集进行复现与调试,重点关注EKF与UKF的数学推导、实现细节及关键参数调优过程,深入理解非线性系统建模、状态估计与工程实际之间的平衡与折衷。

551

社区成员

发帖
与我相关
我的任务
社区描述
C++ Builder 茶馆
社区管理员
  • 茶馆
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧