You are here: MatlabCode > 应用背景
应用背景
-
行人疏散仿真
应用背景 已经对障碍物和出口作了修改，疏散情况良好，可以下载学下，用到的是MATLAB仿真，xingrenshusan.m为主程序，其他文件Dststspread.m火灾源传染，PopSn.m疏散，renyuanshusan.fig GUI，ShuSanDieDai.m疏散迭代方法为调用函数 关键技术 对出口设置增加了两个，可以在程序中做修改增加更多的出口，同时在代码中对每一行代码进行注释，方便刚接触该代码对该代码陌生的学者，障碍物可以根据实际坐标对其进行调整，以达到自己想要的疏散环境 -
交通标志检测
交通标志检测 应用背景 道路交通系统 交通状况 驾驶员 危险与困难 规定速度 特殊路段 禁令标志 限速标志 禁止左右转弯标志 先进车辆辅助驾驶系统 ADAS 传感器 CCD摄像头 图像处理 模式识别 K均值聚类算法 图像分割算法 RGB颜色空间 HSI图像 光照噪声 归一化处理 数据挖掘 快速鲁棒性算法 SIFT 特征向量 平移 缩放 旋转不变性 光照变化 仿射 投影 特征点检测 方框滤波 Haar响应 欧氏距离匹配应用背景 交通标志在道路交通系统中占据重要地位，其主要作用为显示当前路段交通状况，提示驾驶员前方道路环境中的危险与困难，警告驾驶员按规定速度行驶，特殊路段禁止左右转弯或禁止停车等，为安全驾驶提供有利的保障。因此，交通标志的检测与识别是一个非常重要的课题，对防止道路交通事故，保障驾驶员的人身安全具有重要意义。 道路交通标志中，禁令标志主要起到禁止某种行为的作用，共43种，在交通标志中占据重要地位[14]。其中，限速标志及禁止左右转弯标志，对保障驾驶人的安全行驶具有重要意义，因此也是目前交通标志识别领域研 -
MATLAB负荷预测代码
应用背景 应用于负荷预测等，非常实用。我在做风电功率预测的时候也用到了这个代码。对于那些苦于没有源代码的同学很有帮助。这个我也是参考的别人的，简单易懂。而且附带输入数据，只要改成自己的数据即可应用。 关键技术 主要是MATLAB技术，里面都是一些常用语言，最后可得出图形结果。预测过程中，可分别对日负荷预测，月负荷预测等，除此之外，是根据历史功率进行预测的。 -
海浪模型
应用背景 hailangboxing.m是生成二维海浪波形的源程序，输入风级数和频率数得到该风级下的海浪波形； SDwave.m是分形法所用的源程序，与本线性得加法所采用的 方法不一样。。纯属我毕设的客串。。所得波形为二维的海浪。 关键技术 文中的两个word分别是在二维和三维下海浪的波形图（有所提供的matlab源程序生成） bopu.m是标准的p-m谱，输入风级数和频率数得到该风级下的p-m谱 erweihailangboxing.m是生成三维海浪波形的源程序，输入风级数，频率数和角度数得到该风级 -
动态规划的Matlab实现和实例分析
应用背景 动态规划是解决多阶段决策过程最优化问题的一种方法． 该方法是由美国数学家贝尔曼(R．Bellman)等人在2O世纪50年代初提出的．他们针对多阶段决策问题的特点，提出了解决这类问题的最优化原理，并成功地解决了生产管理、资源分配等方面的许多实际题，从而建立了运筹学的一个新分支——动态规划． 关键技术 动态规划是现代企业管理中的一种重要决策方法，可用于解决最优路径、资源分配、生产计划与库存、投资、装载、排序等问题，还可用于生产过程的最优控制等．由于它有独特的解题思路，因而在处理某些优化问题时，比线性 -
股票配对交易套利
应用背景 研究股票的配对交易策略，matlab语言写成的，附有PDF说明文档，很有参考价值。 关键技术 只要使用相关过程分析，协整分析等统计学技术，研究配对交易的可行性和交易实现。 -
排队模型仿真
应用背景 实现一个银行营业厅排队程序，使多个柜台窗口实现统一排队 银行启动n个窗口进行服务。 银行可以增减窗口柜台数目。 银行在大厅设置多个排队程序终端。 客户进入银行，首先在从某一个排队程序终端领取一个排队号 窗口按照排队号提供服务，每完成一个客户服务，即自动为排队队列中下一个客户服务。 关键技术 排队论中的一个仿真程序，主要是用于仿真M/M/1、M/D/1模型。输入排队模型相关参量，返回计算结果 -
拉丁超立方抽样
应用背景 当使用拉丁超立方体技术从多个变量中抽样时，保持变量间的独立性很重要。为一个变量抽样的值，需要独立于为其它变量抽样的值（当然，除非特意希望相关）。独立性的保持通过为每个变量随机选择抽样的区间来实现。在某次迭代中，变量 #1 从分层 #4 抽样，变量 #2 从分层 #22 抽样，以此类推。这样保证了随机性和独立性，避免了变量之间的无意相关。 作为更加高效的抽样方法，拉丁超立方体在抽样效率和运行时间（由于少的迭代次数）方面带来巨大的好处。这些利益在基于 PC 的模拟环境如 @RISK 中特别明显。 -
包含各种离散优化方法的matlab程序
应用背景 优化技术在我们的社会中普遍存在。优化技术可以调度飞机和船员，协调钢的生产，并组织运输铁矿石从矿山到端口。优化技术帮助清除日前市场和实时市场让电力供应给数以百万计的人。优化技术组织肾脏移植和癌症治疗，并帮助科学家们了解基本的生活结构，控制复杂的化学反应，以及设计可能会让数十亿人受益的药物。 这个课程介绍了离散优化并向学生展示在该领域的一些最基本的概念和算法。它涵盖了约束编程，本地搜索和混合整数规划，从基础到应用他们解决复杂的实际问题，例如调度，车辆行驶路线，供应链优化，资源分配等。 关键技术 其中 -
分数阶微积分
应用背景 可编程的分数阶微积分的分数阶微分方程 ； ；（也称为 ；非凡的微分方程）是一个概括的 ；微分方程 ；通过分数calculus.fractional-order控制中的应用（FOC） ；是一场 ；控制理论与控制nbsp；使用 ；分数阶积分器 ； 的部分；控制系统 ；设计工具包。 关键技术 控制系统工具箱和，许多真实的动态系统，更好的特点是使用非整数阶动态模型的基础上分数微积分，微分或积分的非整数阶。传统的微积分是基于整数阶微分和积分。分数微积分的概念有巨大的潜力改变我们的方式，我们看到，模型和控制
