MATLAB中ice函数代码EBM_JA 能量平衡模型，用于探索驱动海冰边缘纬度的过程。 概述 该存储库包含MATLAB的源代码，用于在Aylmer等人描述的Energy-Balance模型（EBM）中运行模拟。 （2020） 。 提交时的提交ID：a007fa1（但请注意，除了文档外，代码没有任何更改，因为该代码用于生成本文中介绍的结果）。 要求 此代码已在Windows 7上使用MATLAB R2018a和在Linux上使用MATLAB R2017b进行了测试。 无法保证它将在其他操作系统上或在其他版本的MATLAB上正常运行。 运行代码 用户应在“ bin”目录中编辑三个文件： parameters.m：在此处更改参数值。 注释中给出了定义和单位。 settings.m：在此处更改常规EBM设置，例如网格分辨率和积分时间。 run_ebm.m：顾名思义，此脚本使用指定的参数和设置运行EBM。 settings.m 必须根据网格点数（ nphi ）（包括0和90度纬度）来指定网格分辨率。 同样，必须以1年（ nt ）中的时间间隔数来指定时间步长。 总积分时间t_total必须以年的

3)电动机轴上的转距平衡方程 Jmwm’(t)+ fmwm(t)=Mm(t)-ML(t) (4) Jm——转动惯量(电动机和负载折合到电动 机轴上) ，kg·m fm——粘性摩擦系数(折合到电机轴上)， N·m·rad-1·s ML——折合到电动机轴上的总负载转矩， N·m 由(3)求出ia(t)，代入(1)，同时(2)亦代入(1)得： LaJmwm’’(t)+(La fm+RaJm)wm’(t)+(Ra fm+CmCe)wm(t) =CmUa(t)-LaML’(t)-RaML(t) (5)

共享单车再平衡问题（BRP）是单一商品旅行商问题（1- PDTSP）的扩展，是一类NP难问题。针对已有算法求解速度慢，不利于实现实时调度优化的缺点，提出一种求解BRP的非代际遗传算法。基于个体搜索机制保留优异个体，设计线路交叉算子和k点破坏修复变异算子，引入破坏修复机制，当算法收敛变慢时自动生成新个体进入种群以避免陷入局部最优解。应用BRP标准算例测试表明：在小规模算例上该算法均能找到最优解，平均CPU消耗为3.8s;在中等规模与大规模算例上，该算法找到9个算例的最优解，并且其运算速度相较于分支定界算法和线路破坏与修复启发式算法提升77%以上。

在水下环境中，光的散射和衰减导致水下光学成像质量严重下降，图像对比度低、颜色失真。提出了一种基于暗原色和白平衡相结合的新方法来提高水下光学成像的图像质量，达到使水下光学成像清晰化的目的。根据水下成像特点，建立水下光学成像模型，采用暗原色算法对图像进行去模糊，并依据白平衡理论对去模糊后的图像进行颜色校正，提高水下彩色图像的质量。实验表明，提出的方法能够有效去除由光的散射引起的模糊，增强水下图像的可见度和恢复水下图像的颜色平衡，明显提高图像的清晰度和颜色的保真度。

项目总结 -建立智能的Beta产品组合，并将其与基准指数进行比较。 -根据索引计算跟踪误差。 -通过使用二次编程来优化权重来构建投资组合。 -重新平衡投资组合并计算营业额以评估绩效，然后使用此指标找到最佳重新平衡频率。

独轮自平衡电动车的建模与平衡控制，阮晓钢，马圣策，独轮前平衡电动车是一种新型、环保、便捷的代步工具。本文设计并搭建了独轮前后自平衡电动车物理系统，利用拉格朗日方法，建立了

探讨了Chebyshev、改进型Logistic、Logistic和Tent四种典型混沌映射的映射参数与平衡性之间的关系,得出了混沌序列新的映射参数取值范围,为混沌扩频码的产生提供了依据;并通过四种混沌序列的平衡性曲线图和映射参数对混沌扩频通信系统的误码率影响曲线图,验证了新取值范围的正确性。仿真和分析表明:Chebyshev映射的平衡性最好。

处理不平衡数据分类时，传统支持向量机技术（SVM）对少数类样本识别率较低。鉴于SVM+技术能利用样本间隐藏信息的启发，提出了多任务学习的不平衡SVM+算法（MTL-IC-SVM+）。MTL-IC-SVM+基于SVM+将不平衡数据的分类表示为一个多任务的学习问题，并从纠正分类面的偏移出发，分别赋予多数类和少数类样本不同的错分惩罚因子，且设置少数类样本到分类面的距离大于多数类样本到分类面的距离。UCI数据集上的实验结果表明，MTL-IC-SVM+在不平衡数据分类问题上具有较高的分类精度。

PID学习——PID的PDF（器件介绍+原理+调试+入门） 包含学习套件地址，PID学习资料，对于的源码，源码对应的原理图 内含 PID源码 电机速度闭环控制 电机位置闭环控制 代码对应原理图

为解决分块并行Cholesky分解过程中各处理器间的负载平衡问题,分析了算法的下三角矩阵特性以及各轮循环和循环内部各步骤基本计算任务之间存在的依赖关系,以各步骤的矩阵块基本计算任务为顶点,任务间的依赖关系为有向边,构造有向无环图,并根据有向无环图的性质建立二级队列,然后利用该队列对就绪任务进行排队,实现任务的动态调度.研究结果表明:在矩阵块数不是非常大的情况下,该算法在时间性能上比传统的分块并行Cholesky分解算法具有明显的优势.