毕业设计

本项目实现了一个基于 Prophet 与 ARIMA 的混合预测框架，目标是结合两类模型的优势：Prophet 捕捉平滑趋势与节律性（seasonality），ARIMA 擅长拟合短期自相关与残差结构。该混合框架的总体思想为：先用 Prophet 对时序进行分解（趋势 + 周期 + 假日/外生项），再用 ARIMA/ARMA 对 Prophet 残差进行建模，最后对两者预测结果进行自适应加权融合，

DeepEye 是一个综合性的 AI 视觉分析平台，集成了目标检测（YOLOv8）与 OCR 能力。前端采用 React 技术栈，后端基于 Django REST Framework 提供 API 服务。 DeepEye 是一个综合性的 AI 视觉分析平台，集成了目标检测（YOLOv8）与 OCR 能力。前端采用 React 技术栈，后端基于 Django REST Framework 提供...

基于矩阵分解的协同过滤实现，结合自适应优化（Adam 变体）、时间衰减与置信度加权；带有 PyQt5 可视化界面用于参数调试、训练观察和相似度分析。 基于矩阵分解的协同过滤实现，结合自适应优化（Adam 变体）、时间衰减与置信度加权；带有 PyQt5 可视化界面用于参数调试、训练观察和相似度分析。

本项目实战案例旨在演示如何利用 PyQt5 构建现代化的仿真界面，并实现基于 RBF (Radial Basis Function) 神经网络的自适应 PID 控制算法，用于风力发电机桨距角（Pitch Angle）控制，以在变风速条件下维持发电机转速恒定。 在风力发电系统中，当风速高于额定风速时，需要通过调节桨距角来限制捕获的风能，从而保持发电机输出功率和转速的稳定。传统的 PID 控制器...

这是一个基于 Python 和 PyQt5 开发的智能楼宇暖通空调 (HVAC) 仿真控制系统。该项目旨在演示如何利用先进的模糊自适应 PID (Fuzzy Adaptive PID) 算法来优化室内温度控制，在保证舒适度的同时显著降低能耗。 创新算法：采用模糊逻辑实时在线整定 PID 参数，解决了传统 PID 在非线性、时变环境（如楼宇热环境）中适应性差的问题。 物理仿真：内置基于热力学...

本项目旨在开发一个高精度的电池SOC估计工具，集成了二阶RC等效电路模型和自适应卡尔曼滤波算法。系统提供了友好的图形化界面，支持实时仿真、参数配置、数据可视化及结果导出。 系统主界面分为三个主要区域： 1. **左侧控制面板**: 用于设置电池参数、初始状态、运行条件以及控制仿真流程。 2. **右侧绘图区域**: 实时显示SOC曲线、电压曲线和估计误差曲线。 3. **状态栏**: ...

基于PyQt5的股票投资组合优化程序已开发完成。该系统完全遵循MVC架构，实现了所有核心功能要求，并集成了三种创新性优化算法。 本系统采用MVC（Model-View-Controller）架构，确保界面与业务逻辑的解耦。 模块划分 Views (UI): 基于PyQt5，负责用户交互、参数输入和结果展示（图表、表格）。 Controllers: 协调Views和Models，处理...

本项目是一个基于 PyQt5 的机器人臂仿真平台，实现了机器人建模、轨迹规划、动力学计算和 LQR 控制。 全动力学模型支持: 不依赖外部物理引擎，完全自主实现 RNEA 动力学核心。 自适应 LQR: 能够根据机器人构型变化实时更新线性化模型和控制增益，适应非线性特性。

本项目开发了一个基于Python和PyQt5的化工过程反应器温度模型预测控制(MPC)系统。系统集成了动态仿真、高级控制算法、实时监控和人机交互功能，旨在演示MPC在具有大滞后特性的化工过程中的应用效果。 本系统通过 PyQt5 实现了友好的交互界面，并成功集成了带有自适应权重的MPC算法。仿真结果表明，该方案在保证计算效率的同时，有效平衡了动态响应速度与稳态控制精度。