在使用深度强化学习算法（Deep Reinforce Learning,DRL）舶能量调度问题中，对智能体调度的结果难以判断，因此需要给出一个基准最优解，使得对智能体的调度结果能做出正确的评价，有助于增强DRL能量调度算法的说服力，同时对DRL能量调度算法的改进具有引导作用。本代码基于python，使用groubi求解器，建立了电力系统能量调度模型，并使用非线性规划算法求出了经济性最低的能量调度方式。本代码适合电力系统初学者学习。
2022-09-24 16:00:40
9KB
1
用于非线性格兰杰检验，Matlab编程代码，输入自己的数据即可。
2022-09-21 22:00:56
483KB
针对被动传感器观测的非线性问题,将无迹变换引入卡尔曼滤波算法中.进一步,针对其弱可观测性,采用多个被动传感器集中式融合跟踪策略,提出了基于无迹卡尔曼滤波的被动多传感器融合跟踪算法.以3个被动站跟踪为例进行仿真研究,结果表明所提出的算法可达到比经典的扩展卡尔曼滤波算法更高阶的跟踪精度.
2022-09-16 16:58:39
379KB
1
神经网络遗传算法函数极值寻优-非线性函数极值
2022-09-15 13:01:21
99KB
针对普通滑模控制难以使稳态误差快速趋于0的确定，设计Terminal函数的滑模切换面，可以调整稳态误差趋于0的时间。使用了二阶系统进行仿真分析，利用S函数编写被控对象和基于指数趋近的滑模控制器，用simulik建立模型，并在分析结果中添加了跟踪误差及误差变化率等观测输出，含实现的模型和程序，完美运行，另外点击我的专栏“滑模控制”可以查看详细解析和推导，手把手带你学会滑模控制。
2022-09-14 18:08:30
27KB
1