基于甘肃西部某矿井开采期间巷道围岩支护效果不佳等难题,以该矿五采区内051508机巷工程地质条件为背景,采用三维数值模拟的方法对原有支护方案进行了模拟评价,并基于此提出了6种优化改进支护方案。通过对优化后的支护方案进行对比分析,得出了适合051508机巷的最佳优化方案为方案6.现场矿压观测结果表明,该方案对围岩支护控制效果提升显著,巷道围岩整体变形量较小,保证了巷道在后续掘进和回采过程中的安全稳定。

先进PID控制、神经网络自适应控制、模糊自适应控制、迭代学习控制、反演控制、滑膜控制、自适应鲁棒控制、系统辨识和路径规划MATLAB仿真程序

Optuna：超参数优化框架 文件| 安装指南| 教程Optuna是一个自动超参数优化软件框架，专门为机器学习而设计。 它以Optuna为特色：超参数优化框架 文件| 安装指南| 教程Optuna是一个自动超参数优化软件框架，专门为机器学习而设计。 它具有命令式，按运行定义样式的用户API。 多亏了我们的按运行定义API，用Optuna编写的代码具有高度的模块化，并且Optuna的用户可以动态构造超参数的搜索空间。 关键特性Optuna具有以下现代功能：

针对高阶复杂系统提出一种分数阶内模控制器设计方法. 利用微粒群算法(PSO) 进行模型化简, 基于内模控制(IMC) 原理设计分数阶控制器, 该控制器仅有一个可调参数, 并根据鲁棒性能指标给出控制器参数整定的解析表达式. 仿真结果表明, 该方法可以使系统同时具有良好的目标值跟踪特性、扰动抑制特性以及克服参数变化的鲁棒性.

提出一种直接利用均匀分布于待逼近系统输入空间的 I/ O 数据,快速构造满足一定精度要求 的模糊逻辑系统方法,并从理论上证明了该方法的可行性。在此基础上采用一种新型的 GA+ BP 混合 算法对模糊逻辑系统进行优化,以求用最少的规则数实现满意的精度。 数字仿真结果表明这种快速构造 和优化方法是可行和高效的。

提出了一种改进的RBF神经网络参数优化算法。通过资源分配网络算法确定隐含层节点个数，引入剪枝策略删除对网络贡献不大的节点，用改进的粒子群算法对RBF网络的中心、宽度、权值进行优化，使RBF网络不仅可以得到合适的结构，同时也可以得到合适的控制参数。将此算法用于连续搅拌釜反应器模型的预测，结果表明，此算法优化后的RBF网络结构小，并且具有较高的泛化能力。

电力行业旋翼无人机智能遗传算法参数优化.pdf

基于生理学的毒物动力学（PBTK）模型为环境风险评估提供了广阔的前景，有可能加快剂量React研究，同时最大程度地减少动物试验。 PBTK领域存在一些局限性，例如模型开发困难以及缺少可帮助建模人员的专用软件工具。 PBTK模型中使用的某些参数（例如组织重量）很容易测量。 其他参数可以通过体外实验确定，也可以使用已公开的公式通过外推法确定。 如果无法使用这些方法来估计参数，则可以使用技术来优化参数，以使模型结果最适合验证数据。 该工具旨在将用户指定的参数列表优化为用户指定的PBTK模型。 用户还控制验证数据和优化算法。 除了优化参数之外，该工具还输出有关优化模型拟合度的统计信息。

目前,对于整体优化问题已经进行了大量理论研究,并提出了许多基于导数的解析方法和其他非解析的数值优化技术。但是,在实际领域中存在着各种高度复杂的优化问题,其目标函数可能表现为非连续或非处处可微、非凸、多峰和带噪声等各种形式,这类复杂优化问题不适合于采用解析方法,同时用传统上的搜索技术求解也会遇到许多困难。针对上述问题,提出利用遗传算法求解多峰函数的优化方法,新方法利用遗传算法的鲁棒性,对多峰函数进行优化,并用Matlab进行仿真,实验结果表明,遗传算法可以快速稳定地搜索到多峰函数的最优解。 更多还原

讨论迭代初态与期望初态存在固定偏移情形下的迭代学习控制问题,提出带有反馈辅助项的PD型迭代学习控制算法,可实现系统输出对期望轨迹的渐近跟踪.为了进一步实现输出轨迹在预定有限区间上对期望轨迹的完全跟踪,提出分别带有初始修正作用和终态吸引的学习算法.文中给出所提出的学习算法的极限轨迹,并对学习算法进行收敛性分析,推导出收敛性充分条件,可用于学习增益的确定.通过数值结果,验证所提学习算法的有效性.