哪儿有vrmledit2.0下载?并且帮忙看一下代码

gooyan 2001-03-02 07:12:00
不好意思,由于没有vrml论坛,只好在此张贴此文了.
由于是首次接触vrml,下面的代码不知道哪儿错了,请高手指点
代码是:
#VRML V2.0 utf8
Group{
children[
DEF box Tranform{
translation 5 0 0
children[
Shape{
appearance Appearance{
material Material{ diffuseColor 1 0 0 }
}
geometry Box{}
}
]
}
DEF sphere Tranform{
translation 0 0 0
children[
Shape{
appearance Appearance{
material Material { diffuseColor 0 1 0 }
}
geometry sphere{}
}
]
}
DEF cone Tranform{
translation -5 0 0
children[
Shape{
appearance Appearance{
material Material{ diffuseColor 0 0 1 }
}
geometry cone{}
}
]
}
]
}
...全文
82 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
Asterisk 2001-03-10
  • 打赏
  • 举报
回复
my qq:11444153
多联系!
Asterisk 2001-03-10
  • 打赏
  • 举报
回复
#VRML V2.0 utf8

Group{
children[
DEF box

Transform{
translation 5 0 0
children[
Shape{
appearance Appearance{
material Material{ diffuseColor 1 0 0 }
}
geometry Box {}
}
]
}
DEF sphere Transform{
translation 0 0 0
children[
Shape{
appearance Appearance{
material Material { diffuseColor 0 1 0 }
}
geometry Sphere {}
}
]
}
DEF cone Transform{
translation -5 0 0
children[
Shape{
appearance Appearance{
material Material{ diffuseColor 0 0 1 }
}
geometry Cone {}
}
]
}
]
}


真的是初学!!!
想当年我也差不多,低级错误。
Transform
Sphere
Cone
vrml对大小写敏感,
建议你下载一个vrmlpad,很好用,
www.welllink.com/software/crack 有破解
内容概要:本文针对电热综合能源系统在高比例可再生能源接入背景下所面临的不确定性调度问题,提出了一种数据驱动的两阶段分布鲁棒优化方法。该方法结合VMD-SSA-LSSVM等先进预测技术提升风电、负荷等输入数据的预测精度,并构建以1-范数和∞-范数约束不确定变量概率分布的鲁棒优化模型,有效刻画其波动范围,增强系统调度的鲁棒性与经济性。研究提供了完整的Matlab代码实现,涵盖不确定性建模、两阶段优化架构设计及求解流程,便于读者复现实验并深入理解模型机制。; 适合人群:具备一定电力系统、优化理论及Matlab编程基础的研究生、科研人员及相关工程技术人员。; 使用场景及目标:①解决电热综合能源系统在不确定性环境下的优化调度问题;②学习数据驱动与分布鲁棒优化相结合的建模方法;③掌握1-范数和∞-范数在构建不确定集中的理论意义与实现技巧;④通过Matlab代码实践提升对两阶段鲁棒优化求解流程的理解与应用能力。; 阅读建议:建议读者结合文中提供的Matlab代码逐模块学习,重点关注不确定性集合构建、两阶段优化结构设计与求解器调用等关键环节。可配合网盘中的补充资料与案例进行拓展学习,以深化对综合能源系统优化调度问题的研究与实践水平。
内容概要:本文研究了一种计及自适应预测修正的微电网模型预测控制(MPC)优化调度方法,旨在提升微电网在可再生能源出力不确定性和负荷波动背景下的调度精度与运行稳定性。研究构建了完整的MPC框架,融合滚动优化与实时反馈校正机制,通过动态修正预测误差实现发电计划的持续优化调整。采用Python语言实现了算法模型,并在包含风电、光伏、储能等多种分布式能源的微电网系统中进行验证,结果表明该方法在降低运行成本、提高能源利用效率和增强系统鲁棒性方面具有显著优势。; 适合人群:具备一定电力系统基础知识和Python编程能力的研究生、科研人员及从事微电网优化调度相关工作的工程技术人员。; 使用场景及目标:①解决微电网中因风光发电预测偏差引发的调度失衡问题;②实现多时间尺度下的动态优化调度,提升系统对不确定性的适应能力;③为模型预测控制(MPC)在综合能源系统中的实际应用提供可复现的代码实例与技术参考。; 阅读建议:建议读者结合提供的Python代码逐模块理解MPC的实现流程,重点关注预测模型构建、滚动时域优化机制与反馈修正策略的设计逻辑,并可通过调整参数或引入新的系统约束进行拓展实验,以深化对微电网优化调度机制的理解。

28,405

社区成员

发帖
与我相关
我的任务
社区描述
ASP即Active Server Pages,是Microsoft公司开发的服务器端脚本环境。
社区管理员
  • ASP
  • 无·法
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