BAonQTvuLKks的博客

混合动力汽车Simulink模型：基于模糊规则的整车控制策略与多模块协同仿真研究,混合动力汽车Simulink模型研究：基于模糊规则的控制策略及多模块整合模型构建,混合动力汽车simulink模型 ①基于模糊规则的控制策略； ②整车similink模型中包含工况输入模型、驾驶员模型、发动机模型、电机模型、制动能量回收模型、转矩分配模型、运行模式切模型、档位切模型纵向动力学模型； ④simulink模型输入输出均以中文注释。 ,1.混合动力汽车; 2.simulink模型; 3.基于模糊规则的控制策略; 4.工况输入模型; 5.驾驶员模型; 6.发动机模型; 7.电机模型; 8.制动能量回收模型; 9.转矩分配模型; 10.运行模式切换模型; 11.档位切换模型; 12.中文注释。,基于模糊规则的混合动力汽车Simulink模型：多模块协同控制策略研究

格子玻尔兹曼方法LBM在模拟相分离伪势模型中的应用研究,格子玻尔兹曼方法LBM在模拟相分离伪势模型中的应用研究,格子玻尔兹曼方法LBM模拟相分离伪势模型 ,格子玻尔兹曼方法（LBM）; 相分离; 伪势模型; 模拟,LBM模拟相分离的伪势格子玻尔兹曼方法

基于IASB Transformer双卷积机制的时间序列预测创新模型：新思路引领高精度预测的突破与优化,基于IASB Transformer双卷积模型的时空序列预测技术：引领创新的顶会前沿模型,IASB+transformer双卷积时间序列预测 需知：好的创新性模型可以事半功倍。 目前太多流水paper，都是旧模型，老师已经审美疲劳，很难发好一点的刊，这种模型很新，让paper审核老师眼睛一亮，老师就会觉得你有水平，关注顶会前沿热点，非常好中稿。 上限下限都非常高。 适合需要高等级的高手和没有经验的小白。 ASB和ICB双卷积是2024年的一个新机制，创新点顶级强，这种结合极大程度提高了模型的精度。 （有送配套顶会原理pdf） 利用ASB+ISB双卷积替常规的CNN卷积，比较lstm系列来说提高了约3%精度。 相对于常规transformer提高了5-10%的精度，效果明显而且新机制创新强 代码还可以继续缝合创新点。 优化方法。 python代码 pytorch架构 适合功率预测，风电光伏预测，负荷预测，流量预测，浓度预测，机械领域预测等等各种时间序列直接预测。 多变量输入，单变量输