毕业设计

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。

一个基于四元数的四旋翼姿态仿真与控制可视化工具。提供目标轨迹规划、鲁棒/自适应控制、扩展状态观测器（ESO）扰动估计，以及实时误差与能量曲线展示。 姿态动力学（四元数 + 角速度） 状态：q（四元数）与 ω（角速度），惯量 J = diag(Jx, Jy, Jz)。 动力学：J·ω̇ = τ + d − ω × (J·ω)，其中 τ 为控制矩，d 为外扰。 积分：提供欧拉与 RK4 两...

这是一个基于模型预测控制（MPC）的自动驾驶车辆轨迹跟踪系统，使用PyQt5实现交互式GUI界面。项目集成了先进的控制算法、车辆动力学建模和实时可视化。 实现一个具有创新算法的自动驾驶车辆轨迹跟踪系统，支持实时交互可视化

本项目实现了一个基于卡尔曼滤波的汽车组合导航仿真系统，结合GPS和IMU数据进行融合导航。系统包含MATLAB算法实现和PyQt5图形用户界面，支持多种卡尔曼滤波算法的性能比较和分析。 本项目实现了一个基于卡尔曼滤波的汽车组合导航仿真系统，结合GPS和IMU数据进行融合导航。系统包含MATLAB算法实现和PyQt5图形用户界面，支持多种卡尔曼滤波算法的性能比较和分析。

本项目使用改进遗传算法（GA）与标准遗传算法对车辆路径规划问题（VRP）进行优化，并提供一个基于 Flask + 原生 Vue 的轻量前端进行可视化与交互。后端提供统一 API，用于生成示例数据、执行优化与轮询进度；前端展示仓库点、客户点、路径线路、代价曲线与统计信息。 Algorithm: Improved GA for VRP Input: Customer data, vehicle...

一个使用 PyQt6 可视化交互的二维航迹规划系统，核心算法为改进型粒子群优化（PSO）。支持绘制/导入障碍、设置起点终点、智能调参、进度显示、路径平滑与数据导出。算法具备更强的避障能力与收敛稳定性，适合作为毕业设计/课程设计的完整项目。 # 基于 PSO 的无人机航迹规划（PyQt6） 一个使用 PyQt6 可视化交互的二维航迹规划系统，核心算法为改进型粒子群优化（PSO）。支持绘制...

在各阶段都统计时间和数量指标（检测耗时、匹配耗时、内点数、内点比率等），并在并行/匹配/RANSAC 失败时提供友好回退及失败原因描述，提升了稳健性和可诊断性。 在各阶段都统计时间和数量指标（检测耗时、匹配耗时、内点数、内点比率等），并在并行/匹配/RANSAC 失败时提供友好回退及失败原因描述，提升了稳健性和可诊断性。