迭代学习控制资料-非线性动力学系统的闭环模糊迭代学习控制器设计.PDF
论坛里迭代学习控制的资料很少啊，自己先传几个.........
Figure34.jpg
2022-02-21 18:50:48
202KB
1
为了实现对Buck变换器直流输出电压的精确控制，优化变换器的性能，提出了一种基于双滑模面控制的控制策略，建立了数学模型，并推导了变换器滑模面的存在条件。通过仿真实验表明，采用双滑模面控制滑模变结构控制的Buck变换器具有滑模控制快速响应、鲁棒性强等特点。
2022-02-21 16:31:48
931KB
1
传统非局部平均(Non-Local Means, NLM)图像去噪算法的像素相似性度量可靠性较差，其关键滤波参数选取与优化值偏差较大。针对上述问题，提出了一种改进的NLM图像去噪算法。首先，滤除方法噪声中的噪声分量，保留有用图像信息；然后，联合去噪结果与处理后的方法噪声重新定义NLM算法的相似权函数，更好地利用原图像的信息；最后，采用噪声标准差二次函数的方式设置滤波参数，相比于传统的线性正比方式选取参数，这种选取方式在不同噪声强度下均能获得较优的参数值。对几个标准测试图像的去噪结果表明，提出的改进NLM算法获得了较好的去噪效果，优于相比较的几种方法。
2022-02-15 16:39:34
1.57MB
1
由于支持向量机的主要参数的选择能够在很大程度上影响分类性能和效果，并且目前参数优化缺乏理论指导，提出一种粒子群优化算法以优化支持向量机参数的方法.该方法通过引入非线性递减惯性权值和异步线性变化的学习因子策略来改善标准粒子群算法的后期收敛速度慢、易陷入局部最优的缺陷.实验结果表明，相对于标准粒子群算法，本方法在参数优化方面具有良好的鲁棒性、快速收敛和全局搜索能力，具有更高的分类精确度和效率.
2022-02-12 21:06:17
928KB
1
支持向量机 (SVM) 是一种广泛用于分类和回归问题的算法。 在 SVM 中，惩罚参数 C 和内核参数会对 SVM 的复杂度和性能产生重大影响。 本文提出了一种最优觅食算法(OFA)来优化SVM的主要参数，减少分类误差。 实验结果表明，所提出的 OFA-SVM 获得了较好的结果。 此外，结果证明了所提出的 OFA-SVM 能够找到 SVM 参数的最佳值。
2022-02-10 15:51:59
62KB
1
针对一类具有任意初始状态的部分非正则多智能体系统,提出一种迭代学习控制算法.该算法将具有固定拓扑结构的多智能体编队控制问题转化为广义上的跟踪问题,即让领导者跟踪给定的期望轨迹,而跟随者要始终保持预定队形对某一智能体进行跟踪,并将该智能体作为自身的领导者.同时,为了使每个智能体在任意初始状态下都能按照期望队形进行编队,对每个智能体的初始状态设计迭代学习律,并从理论上对算法的收敛性进行严格证明,给出算法收敛的充分条件.所提出的算法对于各个智能体在任意初始位置条件下均能实现在有限时间区间内系统的稳定编队.最后,通过仿真算例进一步验证了所提出算法的有效性.
2022-02-04 07:49:38
268KB
1
针对传统狼群算法（WPA）存在易陷入局部最优解、计算资源耗费大、鲁棒性低等问题，提出一种基于差分进化的改进狼群算法（DWPA）。首先，通过引入探狼搜索因子、猛狼最大奔袭次数、自适应围攻步长、差分进化策略等对传统狼群算法进行了改进，在降低算法计算耗费的同时提高了算法的全局搜索能力；然后，运用马尔可夫链理论证明了DWPA的收敛性；最后，对13个测试函数进行寻优测试，并与WPA等四种算法进行对比分析。测试结果表明，DWPA具有良好的鲁棒性和全局搜索能力，在求解多峰、高维、不可分函数方面的寻优能力尤为突出。
2022-01-29 21:27:03
1.21MB
1
CNN框架中，如何对其模型的超参数进行自动化获取一直是一个重要问题。提出一种基于改进的贝叶斯优化算法的CNN超参数优化方法。该方法使用改进的汤普森采样方法作为采集函数，利用改进的马尔可夫链蒙特卡罗算法加速训练高斯代理模型。该方法可以在超参数空间不同的CNN框架下进行超参数优化。利用CIFAR-10、MRBI和SVHN测试集对算法进行性能测试，实验结果表明，改进后的CNN超参数优化算法比同类超参数优化算法具有更好的性能。
2022-01-26 20:50:10
999KB
1
基于DEFORM的数控切削加工工艺参数优化：本文主要是基于DEFORM的数控切削加工工艺参数优化过程。
2022-01-17 09:56:58
1.18MB
1