暂无评论
本文介绍蚁群算法的实现及其在TSP与车辆路径问题上的应用，关键词：蚁群优化算法、组合优化问题.....
最优传输问题是一个基本的优化问题，涉及到许多实际应用，如网络路由、数据压缩和视频编码等。针对传统算法运算复杂度大、收敛速度慢的问题，本文提出了一种基于神经网络的高效算法，并且通过大量实验验证了算法的可
跟随前一个上传资源，MATLAB的说明部分，希望也能给与其他人一启示。
算法合集之《SPFA算法的优化及应用》.pdf
提出了一种基于迭代FFT算法的大型直线稀疏阵列(可放置阵元的栅格数为1 000)的旁瓣电平优化方法,并给出了详细的优化步骤。在给定的旁瓣约束条件下,利用阵列因子与阵元激励之间存在的傅里叶变换关系,对不
针对油田抽油机间歇启停运行方案中对信号的跟随性差和由于参数改变而引起的波动抑制效果差的问题,在模糊预测模型的基础上引入迭代学习算法,设计了一种模糊预测学习控制器。经仿真表明,该控制器不仅对信号有很好的
matlab用于迭代学习控制的仿真程序，也可用于其他工业控制中
深度学习作为一种新兴的多层神经网络降维算法,通过组建含有多个隐层的神经网络深层模型,对输入的高维数据逐层提取特征,以发现数据的低维嵌套结构,形成更加抽象有效的高层表示。从深度学习算法的基本原理入手,较
针对一类非线性系统提出一种新的学习控制算法, 该算法在可变学习增益的迭代学习控制律基础上, 增加 了系统初态的迭代学习律. 利用算子理论证明了系统在存在初态偏移时经过迭代学习后, 其输出能够完全跟踪期
针对基于迭代学习的故障估计器方法, 提出一种基于扩张状态观测器(ESO) 思想的迭代学习算法, 以提高虚拟故障的收敛速度. 该算法将ESO 的输出误差非线性反馈机制用于迭代学习过程, 利用故障估计器当
暂无评论