• 大乌鸦abcd
    了解作者
  • matlab
    开发工具
  • 133KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 13
    下载次数
  • 2019-06-08 18:00
    上传日期
可以生成随机混凝土二维模型,便于对混凝土细观计算有限元分析
混凝土蒙特卡罗随机模型.rar
  • shishi.m
    1.3KB
  • 生成图.jpg
    151.8KB
内容介绍
function [Cir]=ConcreteBone2d(Range,Num,Rmin,Rmax) Range = [0 100;0 100]; Num = 300; Rmin = 2; Rmax = 15; cum=0; for i=1:1000000 if cum==Num break; end x=rand(1)*(Range(1,2)-Range(1,1))+Range(1,1); y=rand(1)*(Range(2,2)-Range(2,1))+Range(2,1); r=rand(1)*(Rmax-Rmin)+Rmin; if (x-r>Range(1,1) & x+r<Range(1,2)) & (y-r>Range(2,1) & y+r<Range(2,2)) if cum==0 cum=cum+1; Cir(cum,:)=[x y r]; else sum=0; for j=1:cum D=sqrt((Cir(j,1)-x)^2+(Cir(j,2)-y)^2); if D<Cir(j,3)+r break; else sum=sum+1; end end if sum==cum cum=cum+1; Cir(cum,:)=[x y r]; end end end end plot([Range(1,:) Range(1,2) Range(1,1) Range(1,1)],[Range(2,1) Range(2,1) Range(2,2) Range(2,2) Range(2,1)],'-b','linewidth',3); hold on; fill([Range(1,:) Range(1,2) Range(1,1) Range(1,1)],[Range(2,1) Range(2,1) Range(2,2) Range(2,2) Range(2,1)],'y'); theta=0:5*pi/180:360*pi/180; for i=1:Num xx=Cir(i,3)*cos(theta)+Cir(i,1); yy=Cir(i,3)*sin(theta)+Cir(i,2); plot(xx,yy,'-r'); fill(xx,yy,'c'); end axis image;
评论
    相关推荐
    • sanwei-tuoqiu-abaqus.rar
      abaqus建立三维椭球模型,主要用于有限元细观力学分析,建立几何模型
    • 34234.zip
      高频液压振动沉桩的颗粒离散分High-frequency vibration pile driving hydraulic particle discrete element analysis
    • android从bootloader到launcher启动流程整理
      讲述android 开机流程 从boot rom---bootloader---init--zygote---systemserver---ams 并附上自己整理的每个流程的流程图 ,清晰熟悉android 启动流程
    • 基于python开发的全国新工商采集工具 v1.2版本
      这个软件是通过scrapy爬虫框架结合代理IP池再加上request模拟请求技术以及验证码识别技术,可以做到日更新采集全国新工商信息。采集的数据自动存储在mysql数据库表里,可下载全量1.8亿多企业工商基本信息和36维度的详细信息.支持sql和excel导出数据包格式。
    • 卷积神经网络
      这是卷积神经网络的一个实际用例,已经调试好了,能够在matlab上成功运行,适合从事卷积神经网络(CNN)研究的人员学习使用。
    • OFDM的MATLAB仿真
      1.使用Matlab实现一个OFDM系统。 OFDM系统具体参数参照LTE标准,具体为: 系统带宽:5MHz; OFDM符号长度:0.0714ms; 子载波间隔:15kHz; CP长度:OFDM符号长度的7 ; FFT点数:512; 2.选择一种降低OFDM系统峰均比的算法,在1的基础上实现,并分析其性能。
    • matlab匹配滤波代码-matlab_for_thesis:Matlab博士学位论文代码
      matlab匹配滤波代码博士论文的MATLAB代码 博士论文的MATLAB代码的一部分,“井田双色散水下声通道中的多载波通信”。 函数下的func_JingTian文件夹 FUNC_JINGTIAN包含多载波通信中一些通常需要的功能: OFDM调制/解调模块,包括几种数据辅助的信道估计方法和差分解调; 快速实现GFDM和C-FBMC调制/解调,分别包括时域和频域的迫零(ZF)和匹配滤波(MF)均衡; 为OFDM信道估计中使用的压缩感测方法计算字典的功能; 增加信道效应,施加宽带多普勒失真的功能; 通过线性调频Z变换(CZT)以任意精度对频域中的信号进行重采样; Hermite函数合成的信号之间的交叉歧义函数的计算。 演示文件夹 以下列出了四个演示 demo1:使用基本追踪(BP)算法形式的压缩感知方法对OFDM进行稀疏2-D信道估计; demo2:比较基本数据辅助OFDM信道估计算法,包括常规频域插值和基于IDFT的变换域方法; demo3:圆形滤波器组多载波(C-FBMC / OQAM)的基于DFT特征向量的原型滤波器合成; demo4:用于广义频分复用(GFDM)的辅助日期辅助无干
    • Wind-Energy-Prediction-using-LSTM:使用LSTM进行风能预测的时间序列分析
      使用长期短期记忆(LSTM)进行风能预测 有关完整的详细信息,请阅读CSE 523项目报告.pdf。 介绍 由于风速/功率具有可再生性和环境友好性,因此在地球上受到越来越多的关注。 随着全球风电装机容量的Swift增加,风电行业正在发展为大型企业。 可靠的短期风速预测在风能转换系统中起着至关重要的作用,例如风轮机的动态控制和电力系统调度。 精确的预测需要克服由于天气条件波动而导致的可变能源生产问题。 风产生的功率高度依赖于风速。 尽管它是高度非线性的,但风速在特定时间段内遵循特定模式。 我们利用这种时间序列模式来获得有用的信息,并将其用于功率预测。 LSTM用于对数据执行不同的实验并得出结论。 结论 我们的目标是改善对使用风能发电的功率的预测,并且已经实现了将LSTM用作机器学习模型并对其进行模型优化。 我们还观察到,如果风速小于4 m / s,则系统生成的功率为零。 LSTM无法学习这
    • 三相维也纳整流器:三相维也纳整流器磁滞控制的Simulink仿真模型-matlab开发
      这是三相三电平维也纳整流器的仿真模型。 控制算法采用电压和电流双闭环控制。 外部电压环路为PI控制器,内部电流环路为bang bang滞后控制器。
    • 《声呐图像处理》与《多波束测深及图像数据处理》两本书
      《声呐图像处理》最新版 主要介绍声呐图像的去噪、增强、分割技术 ;多波束测深及图像数据处理