PID(proportional-integral-differential)控制器本质上是一种对“过去”、“现在”和“未来”信息估计的控制算法,任何PID性能的好坏都完全依赖于其控制参数的优化。一般说来,引入微分控制可提高PID系统的动态性能,但会使系统的输出对干扰非常敏感。为此国际上很多学者对PID算法进行改进,目前采用遗传算法、蚁群算法等 ...
/dl/206245.html
上传时间: 2021-06-08
上传用户:zfnuaa1
基于禁忌搜索的蚁群算法解决焦炉推焦优化调度问题
/dl/207160.html
上传时间: 2021-08-08
上传用户:grfgrf
资料->【C】嵌入系统->【C3】自动化控制->【1】控制算法->【蚁群算法】->一种自适应蚁群算法及其仿真研究.pdf
/dl/207744.html
上传时间: 2021-09-20
上传用户:sweetanran
资料->【C】嵌入系统->【C3】自动化控制->【1】控制算法->【蚁群算法】->蚁群最优化??模型、算法及应用综述.pdf
/dl/202865.html
上传时间: 2021-01-21
上传用户:thisismyhouse
资料->【C】嵌入系统->【C3】自动化控制->【1】控制算法->【蚁群算法】->蚂蚁算法.doc
/dl/203046.html
标签: 蚂蚁算法
上传时间: 2021-01-25
上传用户:zjp384576300
摘 要. 蚁群优化算法是根据自然界中蚂蚁能够将食物以最短路径搬回蚁巢这一智能行为而提出的一种新颖的进化算法,该算法不仅具有很好的鲁棒性,良好的正反馈特性,而且具有并行分布计算的特点.同时,支持向昼机又是一种基于结构风险最小化原理的机器学习技术,具有很强的学习泛化能力,为此,文章提出了基于蚁群优化算法和 ...
/dl/206440.html
标签: 支持向量机
上传时间: 2021-06-20
上传用户:chanqi4444
算法结构和对信息的利用能力是影响算法性能的重要因素.标准微粒群算法简洁易用,然而在其寻优过程中,每个粒子仅仅向自身历史最优经验和种群历史最优经验学习,未能有效利用寻优过程中其他粒子的经验和状态信息;另外,单纯的基于二阶差分方程的迭代寻优方式在算法结构上增大了算法陷入局部最优的概率.为了从算法结构上减少微粒 ...
/dl/208753.html
上传时间: 2021-12-14
上传用户:qyj11063232
本文对基于信息素理论的智能自动化家电系统进行了分析研究。首次将蚁群算法的信息素理论应用于智能自动化家电系统的智能学习中,智能系统经过一段时间的使用以后,能够准确判断用户的操作习惯,自动向用户提
/dl/201342.html
标签: 家电
上传时间: 2021-01-01
上传用户:QQ352045656
资料->【C】嵌入系统->【C3】自动化控制->【1】控制算法->【蚁群算法】->钣金件数控激光切割割嘴路径的优化.pdf
/dl/202880.html
上传时间: 2021-01-21
上传用户:tangchao340
在理论和实际应用中,最优控制都起到了非常重要的作用.在多阶段系统中,当系统状态从前一个阶段转移到后一个阶段时,如果受到一个不确定变量的干扰.就是本文所讨论的多阶段不确定系统最优控制问题。本文所考虑的多阶段不确定系统的最优控制问题是使得不确定目标函数的期望值达到最优。在动态规划中Bellman最优性原理的基础 ...
/dl/210500.html
标签: Bang-Bang最优控制 Bellman最优性原理
上传时间: 2022-09-05
上传用户:stoney