诚征大家对PB版发展的建议,散分贴 - 2

balloonman2002 2005-10-20 12:16:01
具体征求意见贴参见:

http://community.csdn.net/Expert/topic/4337/4337934.xml?temp=.1528437

特此散分,鼓励人气,欢迎在上贴畅所欲言
...全文
160 29 打赏 收藏 转发到动态 举报
写回复
用AI写文章
29 条回复
切换为时间正序
请发表友善的回复…
发表回复
skys9 2005-10-22
  • 打赏
  • 举报
回复
jf!
谢谢楼主了~~~~
jinseyd 2005-10-22
  • 打赏
  • 举报
回复
支持!
共同进步!
da21 2005-10-22
  • 打赏
  • 举报
回复
再坐沙发
WorldMobile 2005-10-22
  • 打赏
  • 举报
回复
顶,呵呵
fallingme 2005-10-22
  • 打赏
  • 举报
回复
斑竹说的是发展pb版而非pb,又要让我思索十天半个月了。
hgxhzzl 2005-10-22
  • 打赏
  • 举报
回复
所有的语言都是一种沟通的方法,我们可能已经习惯了PB的方式.但不同的语言思想是大体相同,
有机会去体会它们的不同也是好的,有时可能很痛苦.如果试着做你会觉得拥有很多,那时你会
感谢你的初钟PB.....



xqyp,如果是爱也会有时间,虽然同样是付出它的意义是不同的.

多了,又多了
jintianhemingtian 2005-10-21
  • 打赏
  • 举报
回复
upup!
一手软一手硬 2005-10-21
  • 打赏
  • 举报
回复
斑竹要充分发挥作用
wen123wu 2005-10-21
  • 打赏
  • 举报
回复
不错不错!新官上任三把火!!! :)
wu_07 2005-10-21
  • 打赏
  • 举报
回复
原来 ghostagain(心情卡片) 是张信哲的fans啊!~
icegoset 2005-10-21
  • 打赏
  • 举报
回复
支持
skys9 2005-10-21
  • 打赏
  • 举报
回复
up!
jf~~~~
cbz0660 2005-10-21
  • 打赏
  • 举报
回复
接分﹐接分
malingfeng 2005-10-20
  • 打赏
  • 举报
回复
支持3
saiche05 2005-10-20
  • 打赏
  • 举报
回复
支持!
共同进步!
wscft 2005-10-20
  • 打赏
  • 举报
回复
最重要的是把pb版的人气提上去!
还有版主要常来解决解决疑难问题!
wscft 2005-10-20
  • 打赏
  • 举报
回复
支持!
还是接分没商量!
  • 打赏
  • 举报
回复
才发现斑竹是做碗零晨发的帖子,那个时候我还在喝酒 哎呀~~~~~~~~~~~~~~~~``
j9dai 2005-10-20
  • 打赏
  • 举报
回复
我也接分升星星,呵呵,现在五个三角
lizhaogui 2005-10-20
  • 打赏
  • 举报
回复
支持!
加载更多回复(9)
内容概要:本文聚焦风电出力的不确定性问题,采用拉丁超立方抽样(Latin Hypercube Sampling, LHS)方法生成具有统计代表性的风电出力初始场景集,有效克服传统蒙特卡洛抽样存在的样本冗余与收敛速度慢的缺陷。为进一步降低场景数量以提升电力系统优化调度的计算效率,研究结合K-means聚类、快速前向选择等场景缩减技术,对生成的高维场景进行聚合与概率修正,保留最具代表性的典型场景及其对应概率分布。整个建模流程在Matlab平台上编程实现,形成一套完整的“抽样—生成—缩减—验证”的不确定性建模框架,为含高比例风电的电力系统提供高质量、低冗余的输入场景集,显著增强随机优化、鲁棒优化等模型的求解效率与工程实用性。; 适合人群:具备电力系统分析、概率统计基础及Matlab编程能力,从事新能源并网、电力系统优化调度、不确定性建模与风险评估等方向的科研人员、工程技术人员及研究生。; 使用场景及目标:①应用于风电主导的电力系统随机优化调度、机会约束规划、鲁棒经济调度等场景,提升模型对不确定性的刻画能力;②帮助研究者深入掌握拉丁超立方抽样与场景缩减的核心原理与实现方法,构建高精度的不确定性输入模型;③为复杂电力系统仿真提供经过科学约简的典型场景集,平衡计算精度与效率,支撑实际工程决策。; 阅读建议建议读者结合提供的Matlab代码逐模块调试与运行,重点理解LHS在多维空间中的分层抽样机制、场景距离度量方式及聚类缩减过程中的概率守恒原则,关注缩减前后场景集的分布保真性与计算效率提升效果,以全面掌握风电不确定性建模的关键技术路径。
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 全国范围内的飞思卡尔智能车竞赛是一项专注于在校大学生的科技创新项目,其目的在于通过设计并制造一辆能够执行特定任务的智能车辆,以增强学生的创新思维和工程实践技能。在此过程中,参赛团队需要开发相应的控制程序代码,用以确保智能车的平稳运作以及高级功能,例如路径选择、障碍物躲避等。本文将详细分析飞思卡尔智能车竞赛程序代码中常见的几个核心信息技术范畴:PID控制方法、智能控制方法、图像识别方法以及超声波测距技术。 PID控制方法作为智能车控制系统的核心组成部分,通过模仿人类的驾驶行为,并融合传感器提供的实时数据,对车辆的运动进行精确调控。在智能车竞赛中,PID控制通常被应用于处理车速、方向和加速度等多个控制方面。一个标准的PID控制系统主要由三个关键部分构成:比例部分(P)、积分部分(I)和微分部分(D)。比例部分负责减少误差,积分部分旨在消除稳态误差,而微分部分则预测误差的发展趋势,从而实现快速响应变化。通过调整PID参数,可以使智能车在赛道上保持稳定,并能迅速适应赛道条件的变化。 智能控制方法的实现是智能车在复杂环境中有效运行的关键。智能控制往往需要整合机器学习和人工智能技术,例如模糊逻辑、神经网络或遗传算法等。在智能车竞赛场景下,车辆需要依据传感器收集的环境数据,完成对路线的识别、障碍物的规避等任务。路径规划方法能够协助车辆挑选最优的行驶路线,而避障策略则保障车辆能够安全地绕开前方的障碍物。此外,智能车还应具备一定的学习功能,能够适应环境的变化,并作出相应的调整。 图像识别方法对于智能车对赛道的感知能力具有决定性作用。车辆通常配备摄像头或其他视觉传感器来采集图像信息。借助图像处理...

401

社区成员

发帖
与我相关
我的任务
社区描述
PowerBuilder 非技术版
社区管理员
  • 非技术版社区
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