大模型发展历程：从Attention到LLaMA，程序员必学知识体系
2025/12/28 18:51:26
✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。
🍎 往期回顾关注个人主页：Matlab科研工作室
🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。
🔥内容介绍
全球导航卫星系统（GNSS）是能在地球表面或近地空间的任何地点为用户提供全天候的 3 维坐标和速度以及时间信息的空基无线电导航定位系统。目前，全球范围内有多个 GNSS 系统在运行，包括美国的 GPS、俄罗斯的 GLONASS、欧盟的 Galileo 以及中国的北斗（BDS-2、BDS-3） 。这些系统各有特点，例如 GPS 发展较早，应用广泛；GLONASS 的卫星轨道与 GPS 有所不同；Galileo 更注重民用高精度服务；北斗则具有独特的短报文通信等功能，且覆盖范围不断扩大，精度持续提升。
在进行 GIF 组合参数计算时，加载多系统 GNSS 观测数据是关键的第一步。不同系统的数据能够提供更丰富的信息，有助于提高计算的精度和可靠性。例如，多系统数据融合可以增加可见卫星数量，改善卫星几何分布，从而减小定位误差。同时，不同系统在不同地区、不同环境下的表现可能有所差异，综合利用多系统数据能提高系统的适应性和稳定性。
⛳️ 运行结果
📣 部分代码
function [mean,std] = plotLccDEph(nepoch,ns, PRNList, freqList, ti, Lccd)
%PLOTLCCDEPH 此处显示有关此函数的摘要
% 此处显示详细说明
mean = zeros(nepoch, ns) * nan;
std = zeros(nepoch, ns) * nan;
for n_sat = 1 : ns
if PRNList(n_sat) ~= 0
if freqList(1) ~= 0
deltEpt = zeros(nepoch-1,2) * nan;
cc = Lccd(:,ns);
for i = 1 : nepoch
if i<2
continue;
end
deltEpt(i-1,1) = ti(i,1);
if isnan(cc(i))|| isnan(cc(i-1))
continue;
end
deltEpt(i-1,2) = cc(i) - cc(i-1);
end
plotsubcc(deltEpt);
end
end
end
mean = nepoch;
std = ns;
end
function plotsubcc(deltEpt)
figure1 = figure;
axes1 = axes('Parent',figure1);
hold(axes1,'on');
%plot1 = plot(deltEpt,'DisplayName','data1');
scatter(deltEpt(:,1), deltEpt(:,2),5,'filled', 'MarkerEdgeColor','none');
axXLim1 = get(axes1,'xlim');
ydata1 = get(plot1, 'ydata');
ydata1 = ydata1(:);
ymedian1 = median(ydata1);
medianValue1 = [ymedian1 ymedian1];
statLine1 = plot(axXLim1,medianValue1,'DisplayName',' y 中位数',...
'Tag','median y',...
'Parent',axes1,...
'LineStyle','-.',...
'Color',[1 0 0]);
setLineOrder(axes1,statLine1,plot1);
ystd1 = std(ydata1);
ymean1 = mean(ydata1);
lowerBound1 = ymean1 - ystd1;
upperBound1 = ymean1 + ystd1;
stdValue1 = [lowerBound1 lowerBound1 NaN upperBound1 upperBound1 NaN];
axYStdLim1 = [axXLim1 NaN axXLim1 NaN];
statLine2 = plot(axYStdLim1,stdValue1,'DisplayName',' y 标准差',...
'Tag','std y',...
'Parent',axes1,...
'LineStyle','-.',...
'Color',[0.75 0 0.75]);
setLineOrder(axes1,statLine2,plot1);
box(axes1,'on');
hold(axes1,'off');
grid('on');
legend(axes1,'show');
end
function setLineOrder(axesh1, newLine1, associatedLine1)
%SETLINEORDER(AXESH1,NEWLINE1,ASSOCIATEDLINE1)
% 设置线顺序
% AXESH1: 坐标区
% NEWLINE1: 新线
% ASSOCIATEDLINE1: 结合线
% 获取坐标区的子级
hChildren = get(axesh1,'Children');
% 删除新线条
hChildren(hChildren==newLine1) = [];
% 获取结合线的索引
lineIndex = find(hChildren==associatedLine1);
% 对各条线重新排序，以便显示具有关联数据的新线条
hNewChildren = [hChildren(1:lineIndex-1);newLine1;hChildren(lineIndex:end)];
% 设置子级:
set(axesh1,'Children',hNewChildren);
end
🔗 参考文献
🎈 部分理论引用网络文献，若有侵权联系博主删除
👇 关注我领取海量matlab电子书和数学建模资料
🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：
🌟 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化
🌟 机器学习和深度学习时序、回归、分类、聚类和降维
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类
2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌟图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌟 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化
🌟 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划、
🌟 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌟 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌟电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化\智能电网分布式能源经济优化调度，虚拟电厂，能源消纳，风光出力，控制策略，多目标优化，博弈能源调度，鲁棒优化
电力系统核心问题经济调度：机组组合、最优潮流、安全约束优化。新能源消纳：风光储协同规划、弃风弃光率量化、爬坡速率约束建模多能耦合系统：电-气-热联合调度、P2G与储能容量配置新型电力系统关键技术灵活性资源：虚拟电厂、需求响应、V2G车网互动、分布式储能优化稳定与控制：惯量支撑策略、低频振荡抑制、黑启动预案设计低碳转型：碳捕集电厂建模、绿氢制备经济性分析、LCOE度电成本核算风光出力预测：LSTM/Transformer时序预测、预测误差场景生成（GAN/蒙特卡洛）不确定性优化：鲁棒优化、随机规划、机会约束建模能源流分析、PSASP复杂电网建模，经济调度，算法优化改进，模型优化，潮流分析，鲁棒优化，创新点，文献复现微电网配电网规划，运行调度，综合能源，混合储能容量配置，平抑风电波动，多目标优化，静态交通流量分配，阶梯碳交易，分段线性化，光伏混合储能VSG并网运行，构网型变流器， 虚拟同步机等包括混合储能HESS：蓄电池+超级电容器，电压补偿,削峰填谷，一次调频，功率指令跟随，光伏储能参与一次调频，功率平抑，直流母线电压控制；MPPT最大功率跟踪控制，构网型储能，光伏，微电网调度优化，新能源，虚拟同同步机，VSG并网，小信号模型
🌟 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌟 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌟 车间调度
零等待流水车间调度问题NWFSP、置换流水车间调度问题PFSP、混合流水车间调度问题HFSP、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP
👇