park演算法

① 根據文字描述的點與點之間連接關系，能產生圖形顯示的演算法是什麼

計算機圖形學的發展
1963年，伊凡•蘇澤蘭(Ivan Sutherland)在麻省理工學院發表了名為《畫板》的博士論文， 它標志著計算機圖形學的正式誕生。至今已有三十多年的歷史。此前的計算機主要是符號處理系統，自從有了計算機圖形學，計算機可以部分地表現人的右腦功能了，所以計算機圖形學的建立具有重要的意義。近年來， 計算機圖形學在如下幾方面有了長足的進展：
1、智能CAD
CAD 的發展也顯現出智能化的趨勢，就目前流行的大多數CAD 軟體來看，主要功能是支持產品的後續階段一一工程圖的繪制和輸出，產品設計功能相對薄弱， 利用AutoCAD 最常用的功能還是互動式繪圖，如果要想進行產品設計， 最基本的是要其中的AutoLisp語言編寫程序，有時還要用其他高級語言協助編寫，很不方便。而新一代的智能CAD 系統可以實現從概念設計到結構設計的全過程。例如，德國西門子公司開發的Sigraph Design軟體可以實現如下功能：① 從一開始就可以用計算機設計草圖，不必耗時費力的輸入精確的坐標點，能隨心所欲的修改，一旦結構確定，給出正確的尺寸即得到滿意的圖紙；② 這個軟體中具有關系數據結構， 當你改變圖紙的局部，相關部分自動變化，在一個視圖上的修改，其他視圖自動修改，甚至改變一個零件圖，相關的其它零件圖以及裝配圖的相關部分自動修改：③ 在各個專業領域中，有一些常用件和標准件， 因此，希望有一個參數化圖庫。而Sigraph不用編程只需畫一遍圖就能建成自己的圖庫；④Sigraph還可以實現產品設計的動態模擬用於觀察設計的裝置在實際運行中是否合理等等。智能CAD的另一個領域是工程圖紙的自動輸入與智能識別，隨著CAD技術的迅速推廣應用，各個工廠、設計院都需將成千上萬張長期積累下來的設計圖紙快速而准確輸入計算機，作為新產品開發的技術資料。多年來，CAD 中普遍採用的圖形輸入方法是圖形數字化儀交互輸入和滑鼠加鍵盤的交互輸入方法．很難適應工程界大量圖紙輸入的迫切需要。因此， 基於光電掃描儀的圖紙自動輸入方法已成為國內外CAD工作者的努力探索的新課題。但由於工程圖的智能識別涉及到計算機的硬體、計算機圖形學、模式識別及人工智慧等高新技術內容，使得研究工作的難點較大。工程圖的自動輸入與智能識別是兩個密不可分的過程，用掃描儀將手繪圖紙輸入到計算機後，形成的是點陣圖象． CAD 中只能對矢量圖形進行編輯， 這就要求將點陣圖象轉化成矢量圖形．而這些工作都讓計算機自動完成．這就帶來了許多的問題．如① 圖象的智能識別；② 字元的提取與識別；③ 圖形拓撲結構的建立與圖形的理解；④實用化的後處理方法等等。國家自然科學基金會和863計劃基金都在支持這方面的研究， 國內外已有一些這方面的軟體付諸實用，如美國的RVmaster，德國的VPmax， 以及清華大學，東北大學的產品等。但效果都不很理想．還未能達到人們企盼的效果。
2 計算機美術與設計
2．1 計算機美術的發展
1952年．美國的Ben ．Laposke用模擬計算機做的波型圖《電子抽象畫》預示著電腦美術的開始(比計算機圖形學的正式確立還要早)。計算機美術的發展可分為三個階段：
(1)早期探索階段(1952 1968年)主創人員大部分為科學家和工程師，作品以平面幾何圖形為主。1963年美國《計算機與自動化》雜志開始舉辦年度「計算機美術比賽」。
代表作品：1960年Wiuiam Ferrter為波音公司製作的人體工程學實驗動態模擬．模擬飛行員在飛機中各種情況；1963年Kenneth Know Iton的列印機作品《裸體》。1967年日本GTG小組的《回到方塊》。
(2)中期應用階段(1968年～1983年)以1968年倫敦第一次世界計算機美術大展一「控制論珍寶 (Cybernehic Serendipity1為標志，進入世界性研究與應用階段；計算機與計算機圖形技術逐步成熟， 一些大學開始設置相關課題， 出現了一些CAD應用系統和成果， 三維造型系統產生並逐漸完善。代表作品：1983年美國IBM 研究所Richerd Voss設計出分形山(可到網站「分形頻道hrtp：ttfracta1．126．tom 中查找有關「分形」的知識)
(3)應用與普及階段(1984年～現在)以微機和工作站為平台的個人計算機圖形系統逐漸走向成熟， 大批商業性美術(設計)軟體面市； 以蘋果公司的MAC 機和圖形化系統軟體為代表的桌面創意系統被廣泛接受，CAD成為美術設計領域的重要組成部分。代表作品：1990年Jefrey Shaw的交互圖形作品「易讀的城市f The legible city) 。
2．2 計算機設計學(Computer Des i gn i cs)
包括三個方面：環境設計(建築、汽車)、視覺傳達設計(包裝)、產品設計。
CAD對藝術的介入，分三個應用層次：
(1)計算機圖形作為系統設計手段的一種強化和替代； 效果是這個層次的核心(高精度、高速度、高存儲)。
(2)計算機圖形作為新的表現形式和新的形象資源。
(3)計算機圖形作為一種設計方法和觀念。
3 計算機動畫藝術
3．1 歷史的回顧
計算機動畫技術的發展是和許多其它學科的發展密切相關的。計算機圖形學、計算機繪畫、計算機音樂、計算機輔助設計、電影技術、電視技術、計算機軟體和硬體技術等眾多學科的最新成果都對計算機動畫技術的研究和發展起著十分重要的推動作用50年代到60年代之間，大部分的計算機繪畫藝術作品都是在列印機和繪圖儀上產生的。一直到60年代後期，才出現利用計算機顯示點陣的特性，通過精心地設計圖案來進行計算機藝術創造的活動。
70年代開始．計算機藝術走向繁榮和成熟 1973 年，在東京索尼公司舉辦了「首
屆國際計算機藝術展覽會」80年代至今，計算機藝術的發展速度遠遠超出了人們的想像 在代表計算機圖形研究最高水平的歷屆SIGGRAPH年會上，精彩的計算機藝術作品層出不窮。另外，在此期間的奧斯卡獎的獲獎名單中，採用計算機特技製作電影頻頻上榜，大有舍我其誰的感覺。在中國，首屆計算機藝術研討會和作品展示活動於1995年在北京舉行 它總結了近年來計算機藝術在中國的發展，對未來的工作起到了重要的推動作用
3．2 計算機動畫在電影特技中的應用
計算機動畫的一個重要應用就是製作電影特技 可以說電影特技的發展和計算機動畫的發展是相互促進的。1987年由著名的計算機動畫專家塔爾曼夫婦領導的MIRA 實驗室製作了一部七分鍾的計算機動畫片《相會在蒙特利爾》 再現了國際影星瑪麗蓮•夢露的風采。1988年，美國電影《誰陷害了兔子羅傑》 (Who Framed Roger Rabbit?)中二維動畫人物和真實演員的完美結合，令人膛目結舌、嘆為觀止 其中用了不少計算機動畫處理。1991年美國電影《終結者II：世界末日》展現了奇妙的計算機技術。此外，還有《侏羅紀公園》(Jurassic Park)、《獅子王》、《玩具總動員》(Toy Story)等。
3．3 國內情況
我國的計算機動畫技術起步較晚。1990年的第11屆亞洲運動會上，首次採用了計算機三維動畫技術來製作有關的電視節目片頭。從那時起，計算機動畫技術在國內影視製作方面得到了訊速的發展， 繼而以3D Studio 為代表的三維動畫微機軟什和以Photostyler、Photoshop等為代表的微機二維平面設計軟體的普及，對我國計算機動畫技術的應用起到了推波助讕的作用。
計算機動畫的應用領域十分寬廣 除了用來製作影視作品外， 在科學研究、視覺模擬、電子游戲、工業設計、教學訓練、寫真模擬、過程式控制制、平面繪畫、建築設計等許多方面都有重要應用，如軍事戰術模擬
4 科學計算可視化
科學計算的可視化是發達國家八十年代後期提出並發展起來的一門新興技術，它將科學計算過程中及計算結果的數據轉換為幾何圖形及圖象信息在屏幕上顯示出來並進行交互處理，成為發現和理解科學計算過程中各種現象的有力工具。
1987年2月英國國家科學基金會在華盛頓召開了有關科學計算可視化的首次會議。會議一致認為「將圖形和圖象技術應用於科學計算是一個全新的領域」 科學家們不僅
需要分析由計算機得出的計算數據，而且需要了解在計算機過程中數據的變化。會議將這一技術定名為「科學計算可視化(Visualization in Scientific Computing)」。科學計算可視化將圖形生成技術圖象理解技術結合在一起， 它即可理解送入計算機的圖象數據．也可以從復雜的多維數據中產生圖形。它涉及到下列相互獨立的幾個領域：計算機圖形學、圖象處理、計算機視覺、計算機輔助設計及交互技術等。科學計算可視按其實現的功能來分， 可以分為三個檔次：(1)結果數據的後處理；(2)結果數據的實時跟蹤處理及顯示；(3)結果數據的實時顯示及交互處理。
4．1 國外科學計算可視化現狀
(1)分布式虛擬風洞
這是美國國家宇航局(Ames)研究中心的研究項目，包括連接到一台超能計算機上的兩個虛擬屏幕。這一共享的分布式虛擬環境用來實現三維不穩定流場。兩個人協同工作， 可在一個環境中從不同視點和觀察方向同一流場數據。
(2)PHTHFINDER
這是美國國家超級計算機應用中心(NCSA)的研究項目． 是在交互分布環境下研究大氣流體的軟體。PHTHFINDER通過多個相聯系的模型來研究暴風雨。
(3)狗心臟CT數據的動態顯示
這也是NCSA的研究項目，它利用遠程的並行計算資源．用體繪制技術實現CT掃描三維數據場動態顯示。其具體內容是顯示一個狗的心臟跳動周期的動態圖像。
(4)燃燒過程動態模型的可視化
這是美國西北大學的研究項目．可以顯示發生在非燒熱的氣體燃燒中復雜的空問瞬態圖象。火焰位於兩個同心圓柱之間．可燃混合氣體從內圓柱注入，燃燒所生成的物質通過外圓柱送出。
(5)胚胎的可視化
依利諾大學芝加哥分校研製了一個在工作站和超級計算機上實現的可視億應用軟體。其內容是對一個七周的人類胚胎實現交互的三維顯示， 是由衛生和醫學國家博物館所得到的數據重構而成的。這一項目表示了對人類形態數據實現遠程訪問和在網路資源中實現分布計算的可能性。最近美國還將做整個人體的可視化， 他們將兩個自願者(一男一女)做成了切片，男的被切了1780片， 厚度約1毫米，女的被切了5400片， 厚度約O．3毫米，數據量很大。概括起來有以下幾點：
(1)科學計算可視化技l術在美國的著名國家實驗室及大學中已經從研究走向應用，應用范圍涉及天體物理、生物學、氣象學、空氣動力學、數學、醫學圖象等領域。科學計算可視化的技術水平正在從後處理向實時跟蹤和交互控制發展。
(2)美國在實現科學計算可視化時， 已經將超級計算機、光纖高速網、高性能工作站及虛擬環境四者結合起來，顯示了這一領域技術發展的重要方向。就三維數據場的顯示演算法而言，當數據場分布密集而規則時(如cT掃描數據)多採用體繪制技術，這種演算法效果好，但計算費時。對於數據場分布稀疏，或分布不規則的應用領域， 如天體物理、氣象學多採用構造中間幾何圖象的方法，這種方法生成圖象速度快，較易作到實時交互處理。
5 虛擬現實
「虛擬現實」(Virbual ReMity)- 詞是由美國噴氣推動實驗室(VPL)的創始人拉尼爾(Jaron Lanier)首先提出的 在克魯格(Myren Kruege)70年代中早期實驗里．被稱為 人工現實」(Artificial reality)；而在吉布森(William Gibson)l984 年出版的科幻小說Neuremanccr里，又被稱為「可控空間」(Cyberspaee)。虛擬現實， 也育人稱之為虛擬環境(Virtual Environment)是美國國家航空和航天局及軍事部門為模擬而開發的一門高新技術 它利用計算機圖形產生器，位置跟蹤器，多功能感測器和控制器等有效地模擬實際場景和情形，從而能夠使觀察者產生一種真實的身臨其境的感覺虛擬環境由硬體和軟體組成，硬體部分主要包括：感測器(Sensors)、印象器(Efeeter)和連接侍感器與印象器 產生模擬物理環境的特殊硬體。利用虛擬現實技術產生虛擬現實環境的軟體需完成以下三個功能：建立作用器(Actors)以及物體的外形和動力學模型：建立物體之間以及周圍環境之間接照牛頓運動定律所決定的相互作用；描述周圍環境的內容特性
5．1 虛擬現實技術的應用
5．1.1用於腦外科規劃的雙手操作空間介面工具
最近，美國弗尼亞大學推出了一種能用於腦外科規劃的被稱為Netra的雙手操作空間介面工具 根據腦外科醫生的工作環境和習慣，該系統採用一種外形象人頭的控制器。腦外科醫生可以根據他們的職業習慣，通過轉動外形象人頭的控制器， 來方便地觀察人腦的不部位， 同時通過右手控制面板的平面來控制人腦的剝面的掃描井能根據CT或強磁共振圖像所產生的主體腦模型顯示所需得到觀察視點著色後的真實圖像
5．1．2虛擬環境用於恐高症治療
英國研製的一個虛擬現實系統可以產生以下虛擬環境：① 透明的玻璃電梯，② 高層建築陽台．@位於蛺咎之上的索橋。為了增加真實的感覺，患者除了佩戴能夠產生三維立體景象的頭盔式顯示器外，還必須站在一個特製的框架內。調節電梯、．陽台和索橋的高度就可以產生不同程度的刺激。
5.1．3虛擬風洞
德國信息技術國家研究中心的克魯格等人建立了一個所謂的「虛擬風嗣 ，用以代替風洞實驗(因風洞實驗成本高，且實驗難以控制)。在虛擬風洞中，其模擬的數據來自超級計算機或高性能工作站上運行的有限元程序。利用虎擬風洞，觀測者通過佩戴液晶開關眼鏡可以方便地對於給定的點和線進行觀察，而且還可以通過放大的方式進行更細致的研究，大大方便了人們對於物體動力中特性的研究。
5.1．4封閉式戰斗作戰訓練器
封閉式戰斗作戰訓練器(CCTT)是馬斯塔格利等人為美軍研製的用於坦克和機械化步兵在實際地形上進行演習的模擬裝置。它與通常的虛擬環境和模擬器不同，它需要建立的是適用於軍隊訓練的大規模復雜的虛擬環境。
5.1．5虛擬現實技術在建築設計中應用
虛擬現實技術還被廣泛用於建築設計。克魯格等將他們設計的未來建築顯現在他們發明的虛擬工作平台上，建築學家們聚集在一起透過所佩戴的液晶眼鏡，可以看到設計的立體建築，井方便地增添或移去建築的一部分或其它物體。同時也可以通過數據手套來設置不同的光源．模擬不同時間的日光和月光．觀察在不同光線下所設計建築的美感以及與整個環境的協調性。
總之．虛擬現實技術是一門多學科交叉和綜合集成的新技術。因此， 它的發展將取決於相關科學技術的發展和進步 虛擬現實技術最基本的要求就是反映的實時性和場景的真實性。但一般來說，實時性與真實性往往是相互矛盾的。
5．2 多通道用戶界面
用戶界面是計算機系統中人與計算機之間相互通訊的重要組成部分。八十年代以WIMP(窗口、圖符、菜單、滑鼠)為基礎的圖形用戶界面(GUD極大地改善了計算機的可用性、可學性和有效性，迅速代替了命令行為代表的字元界面，成為當今計算機用戶界面的主流。以用戶為中心的系統設計思想．增進人機交互的自然性，提高人機交互的效率和帶寬是用戶界面的研究方向。於是提出了多通道用戶界面的思想，它包括語言、姿勢輸入、頭部跟蹤、視覺跟蹤、立體顯示、三維交互技術、感覺反饋及自然語言界面等。可以這樣說人體的表面就是人機界面。人體的任何部分都應成為人機對話的通道。虛擬現實顯示是關鍵所在，這不僅要求軟體來實現，更主要的是硬體上的實現。概括起來虛擬現實的人機交互通道可分為兩個方面：主要的感覺通道和主要作用通道。多通道用戶界面強調：
(1)多個交互通道，如眼一語言一手勢等。
(2)交互的雙向性．如果每個通道兼有輸入／輸出
(3)交互不一定是在同一通道中完成．例如， 眼和耳都可以接受信息．但有明顯的區別。眼永遠是主動的， 即主動地去獲取信息，耳永遠是被動的，有些信息不管你願不願聽，總要輸到耳朵中，這就要求在具體的交互中具體選擇交互通道。計算機圖形學中各個領域的發展各有各自的特點， 但總起來說是以虛擬現實為導向
和目的的。虛擬現實的發展要求必將帶動計算機圖形學各學科的發展． 同樣虛擬現實的發展也將依賴於其他學科的發展，計算機圖形前景誘人。形勢逼人(我國還比較落後)，但通過努力還是可以縮短差距的。

② 關於OFDM系統同步演算法 創新點

給你一個載波頻率同步演算法的建議：
1.通過循環前綴的相關，再求和，再求相位，得到小數倍載波頻偏的單次估計f1。
2.第二次的估計為前兩次的單次估計相加f(1)+f(2).
3.累積10次左右的單次估計f(n+1)~f(n+10)，求方差。
4.當方差小於某個門限時，鎖定頻偏，停止估計。

③ 控制演算法與電機控制的關系

照你這么說演算法和控制應該是一樣的吧，都是指：運行在計算處理器中的軟體程序。這些程序一般由定時器定時觸發，每跑一次程序就生成一個新的指令，由處理器輸送給電機驅動。比較普遍的處理器周期都是1-10kHz （0.1-1豪秒），並且和電機驅動中的功率電力電子器件的開關頻率吻合。
電機驅動是功率器件，把處理器的控制信號（信號級別，通常是占空比或者PWM信號）輸入到電力電子器件的門極上。電力電子器件在控制信號的作用下，可以對大電流、高電壓的功率級別進行動作。功率電信號用功率電線送到電機里。
演算法模型和所有公式都是在單片機、PLC裡面運行的。時域演算法（PI、PID之類的）可以進行離散化（Z變換）得到離散的控制關系，然後編相應的程序。這個離散化的采樣頻率就是程序的處理周期（0.1-1毫秒）。總之這些軟硬體的東西都是關聯的。
至於時域演算法如何得到，那需要知道電機的模型和你要控制的是什麼。電機驅動一般是電壓型輸出。所以你最終結果是得到一個電機控制電壓。電壓信號輸出到電機驅動，一般需要一個PWM控制，例如正弦調制SPWM，或者矢量控制SVPWM。在電壓基礎上，如果想控制電流，那麼一個PI就可以（電流控制器），輸入是電流反饋，輸出是電壓。如果想控制轉矩，轉矩和電流是對應的。所以另外一個模塊要加在電流控制器之前，這個模塊輸入是轉矩，輸出電流，模塊本身不是反饋控制，是比例放大。如果想控制速度，那需要在轉矩模塊之前再加一個速度模塊，輸入是速度，輸出是轉矩，這個模塊可以是PI。這些具體的東西不是一兩天可以弄懂的，我只是給你大概說一下。
至於硬體電路，一般是我上面說的電機驅動以及它內部的電壓、電流、溫度檢測、電力電子器件、保護措施。
電機上一般也有一個位置感測器，用於反饋控制信號給單片機，這個位置信號在交流電機里是用來做dq變換的，或者叫park變換。這個是交流轉化為直流控制的重要步驟。

④ 關聯分析的關聯分析的方法

Apriori演算法是挖掘產生布爾關聯規則所需頻繁項集的基本演算法，也是最著名的關聯規則挖掘演算法之一。Apriori演算法就是根據有關頻繁項集特性的先驗知識而命名的。它使用一種稱作逐層搜索的迭代方法，k—項集用於探索（k+1）—項集。首先，找出頻繁1—項集的集合．記做L1，L1用於找出頻繁2—項集的集合L2，再用於找出L3，如此下去，直到不能找到頻繁k—項集。找每個Lk需要掃描一次資料庫。
為提高按層次搜索並產生相應頻繁項集的處理效率，Apriori演算法利用了一個重要性質，並應用Apriori性質來幫助有效縮小頻繁項集的搜索空間。
Apriori性質：一個頻繁項集的任一子集也應該是頻繁項集。證明根據定義，若一個項集I不滿足最小支持度閾值min_sup，則I不是頻繁的，即P（I）<min_sup。若增加一個項A到項集I中，則結果新項集（I∪A）也不是頻繁的，在整個事務資料庫中所出現的次數也不可能多於原項集I出現的次數，因此P（I∪A）<min_sup，即（I∪A）也不是頻繁的。這樣就可以根據逆反公理很容易地確定Apriori性質成立。
針對Apriori演算法的不足，對其進行優化：
1）基於劃分的方法。該演算法先把資料庫從邏輯上分成幾個互不相交的塊，每次單獨考慮一個分塊並對它生成所有的頻繁項集，然後把產生的頻繁項集合並，用來生成所有可能的頻繁項集，最後計算這些項集的支持度。這里分塊的大小選擇要使得每個分塊可以被放入主存，每個階段只需被掃描一次。而演算法的正確性是由每一個可能的頻繁項集至少在某一個分塊中是頻繁項集保證的。
上面所討論的演算法是可以高度並行的。可以把每一分塊分別分配給某一個處理器生成頻繁項集。產生頻繁項集的每一個循環結束後．處理器之間進行通信來產生全局的候選是一項集。通常這里的通信過程是演算法執行時間的主要瓶頸。而另一方面，每個獨立的處理器生成頻繁項集的時間也是一個瓶頸。其他的方法還有在多處理器之間共享一個雜湊樹來產生頻繁項集，更多關於生成頻繁項集的並行化方法可以在其中找到。
2）基於Hash的方法。Park等人提出了一個高效地產生頻繁項集的基於雜湊（Hash）的演算法。通過實驗可以發現，尋找頻繁項集的主要計算是在生成頻繁2—項集Lk上，Park等就是利用這個性質引入雜湊技術來改進產生頻繁2—項集的方法。
3）基於采樣的方法。基於前一遍掃描得到的信息，對它詳細地做組合分析，可以得到一個改進的演算法，其基本思想是：先使用從資料庫中抽取出來的采樣得到一些在整個資料庫中可能成立的規則，然後對資料庫的剩餘部分驗證這個結果。這個演算法相當簡單並顯著地減少了FO代價，但是一個很大的缺點就是產生的結果不精確，即存在所謂的數據扭曲（Dataskew）。分布在同一頁面上的數據時常是高度相關的，不能表示整個資料庫中模式的分布，由此而導致的是采樣5%的交易數據所花費的代價同掃描一遍資料庫相近。
4）減少交易個數。減少用於未來掃描事務集的大小，基本原理就是當一個事務不包含長度為志的大項集時，則必然不包含長度為走k+1的大項集。從而可以將這些事務刪除，在下一遍掃描中就可以減少要進行掃描的事務集的個數。這就是AprioriTid的基本思想。 由於Apriori方法的固有缺陷．即使進行了優化，其效率也仍然不能令人滿意。2000年，Han Jiawei等人提出了基於頻繁模式樹（Frequent Pattern Tree，簡稱為FP-tree）的發現頻繁模式的演算法FP-growth。在FP-growth演算法中，通過兩次掃描事務資料庫，把每個事務所包含的頻繁項目按其支持度降序壓縮存儲到FP—tree中。在以後發現頻繁模式的過程中，不需要再掃描事務資料庫，而僅在FP-Tree中進行查找即可，並通過遞歸調用FP-growth的方法來直接產生頻繁模式，因此在整個發現過程中也不需產生候選模式。該演算法克服了Apriori演算法中存在的問顥．在執行效率上也明顯好於Apriori演算法。

⑤ park變換 id iq分別代表什麼物理量

這個問題應該從功率的角度來分析功率 = Te*Wm, Te為電磁轉矩,Wm為同步機械角頻率在dq坐標系下,功率 = c*Uq*Iq, c跟3/2變換矩陣有關（等幅值變換還是等功率變換）所以 Te*Wm= c*Uq*Iqk = Te/Iq = c*Uq/WmUq/Wm為常數,跟磁鏈大小和極對數有關,一個簡單演算法是,在同步轉速下,Wm為同步機械角頻率,Uq為額定電壓經過以上幾步,就能求出k.再次說明,k跟很多因素有關,每個人算出來的k都會不一樣

⑥ pso的約束優化

約束優化問題的目標是在滿足一組線性或非線性約束的條件下，找到使得適應值函數最優的解。對於約束優化問題，需要對原始PSO演算法進行改進來處理約束。
一種簡單的方法是，所有的微粒初始化時都從可行解開始，在更新過程中，僅需記住在可行空間中的位置，拋棄那些不可行解即可。該方法的缺點是對於某些問題，初始的可行解集很難找到。或者，當微粒位置超出可行范圍時，可將微粒位置重置為之前找到的最好位置，這種簡單的修正就能成功找到一系列Benchmark問題的最優解。Paquet讓微粒在運動過程中保持線性約束，從而得到一種可以解決線性約束優化問題的PSO演算法。Pulido引入擾動運算元和約束處理機制來處理約束優化問題。Park提出一種改進的PSO演算法來處理等式約束和不等式約束。
另一種簡單的方法是使用懲罰函數將約束優化問題轉變為無約束優化問題，之後再使用PSO演算法來進行求解。Shi將約束優化問題轉化為最小—最大問題，並使用兩個共同進化的微粒群來對其求解。譚瑛提出一種雙微粒群的PSO演算法，通過在微粒群間引入目標信息與約束信息項來解決在滿足約束條件下求解目標函數的最優化問題。Zavala在PSO演算法中引入兩個擾動運算元，用來解決單目標約束優化問題。
第三種方法是採用修復策略，將微粒發現的違反約束的解修復為滿足約束的解。
約束滿足
PSO演算法設計的初衷是用來求解連續問題，，對微粒的位置和速度計算公式進行了重新定義，使用變數和它的關聯變數存在的沖突數作為微粒的適應度函數，並指出該演算法在求解約束滿足問題上具有一定優勢。Lin在Schoofs工作的基礎上研究了使用PSO演算法來求解通用的n元約束滿足問題。楊輕雲在Schoofs工作的基礎上對適應度函數進行了改進，把最大度靜態變數序列引入到適應度函數的計算中。

⑦ 電路中什麼是派克變化

park轉換，也稱派克變換，英文為Park transformation,為現在佔主流地位的交流電機分析計算時的基本變換。在電力系統分析和計算中，park轉換具有重要的理論和實際意義。

關於park變換：
1、從數學意義上講，park變換沒有什麼，只是一個坐標變換而已，從abc坐標變換到dq0坐標，ua,ub,uc,ia,ib,ic,磁鏈a,磁鏈b,磁鏈c這些量都變換到dq0坐標中，如果有需要可以逆變換回來。
2、從物理意義上講，park變換就是將ia,ib,ic電流投影，等效到d,q軸上，將定子上的電流都等效到直軸和交軸上去。對於穩態來說，這么一等效之後，iq,id正好就是一個常數了。
3、從觀察者的角度來說，我們的觀察點已經從定子轉移到轉子上去，我們不再關心定子三個繞組所產生的旋轉磁場，而是關心這個等效之後的直軸和交軸所產生的旋轉磁場了。這樣做使得在建立轉子迴路電磁關系的微分方程時，其系數矩陣成為常數矩陣，而不是隨著時間和空間量變化的系數矩陣，這樣大大化簡了分析發電機、電動機的電磁關系的微分方程。

⑧ 請問你用MATLAB模擬了哪幾種定時同步演算法啊S&C演算法、Minn演算法和Park演算法么求指導程序

pudn上面，有你會用到的參考程序代碼的。

⑨ 怎樣用PSO演算法求解一個簡單的函數

約束優化
約束優化問題的目標是在滿足一組線性或非線性約束的條件下，找到使得適應值函數最優的解。對於約束優化問題，需要對原始PSO演算法進行改進來處理約束。 一種簡單的方法是，所有的微粒初始化時都從可行解開始，在更新過程中，僅需記住在可行空間中的位置，拋棄那些不可行解即可。該方法的缺點是對於某些問題，初始的可行解集很難找到。或者，當微粒位置超出可行范圍時，可將微粒位置重置為之前找到的最好位置，這種簡單的修正就能成功找到一系列Benchmark問題的最優解。Paquet讓微粒在運動過程中保持線性約束，從而得到一種可以解決線性約束優化問題的PSO演算法。Pulido引入擾動運算元和約束處理機制來處理約束優化問題。Park提出一種改進的PSO演算法來處理等式約束和不等式約束。 另一種簡單的方法是使用懲罰函數將約束優化問題轉變為無約束優化問題，之後再使用PSO演算法來進行求解。Shi將約束優化問題轉化為最小—最大問題，並使用兩個共同進化的微粒群來對其求解。譚瑛提出一種雙微粒群的PSO演算法，通過在微粒群間引入目標信息與約束信息項來解決在滿足約束條件下求解目標函數的最優化問題。Zavala在PSO演算法中引入兩個擾動運算元，用來解決單目標約束優化問題。 第三種方法是採用修復策略，將微粒發現的違反約束的解修復為滿足約束的解。
約束滿足問題
PSO演算法設計的初衷是用來求解連續問題，但近年來對於可滿足性問題PSO演算法的研究也不斷得到人們的重視。Schoofs提出用PSO演算法求解二元約束滿足問題，對微粒的位置和速度計算公式進行了重新定義，使用變數和它的關聯變數存在的沖突數作為微粒的適應度函數，並指出該演算法在求解約束滿足問題上具有一定優勢。Lin在Schoofs工作的基礎上研究了使用PSO演算法來求解通用的n元約束滿足問題。楊輕雲在Schoofs工作的基礎上對適應度函數進行了改進，把最大度靜態變數序列引入到適應度函數的計算中。

⑩ 韓國人都害怕的park家族

應該是錦湖韓亞集團(Kumho Asiana Group)朴家。錦湖韓亞是韓國知名的財閥，旗下包括韓亞航空【這家連續多年都是五星級航空公司。和亞航沒關系，它不是廉航！】、釜山航空、錦湖輪胎（全球十大輪胎品牌之一）、錦湖建設、錦湖度假村、高速客運等等，涉足汽車、工業休閑、物流、化工和航空等領域。在山東威海還開了一家錦湖韓亞高爾夫俱樂部。2019年3月28日，錦湖韓亞集團董事長朴三求(74歲)宣布退出了經營一線。 【這里不確定這個年齡演算法是按韓國年齡演算法的74，還是國際通用的74。若是韓國年齡，則應該是中國的73.】
胡瓜是1959年出生的，胡盈禎是1984年出生的。胡瓜今年60歲，小禎今年35歲。
不確定是不是朴三求的子女，可能是後來生育的子女，也可能是朴家其他人的孩子。
另外，朴三求自2005年起擔任韓中友好協會會長，2009年（大大訪問韓國）和2013年「博鰲論壇」大大兩次親切接見了他。可以搜索到當時的新聞和照片，可以想到朴家的地位了。
綜上所述，小禎所說的PARK家族應該就是錦湖韓亞集團的朴家了。