基于鲁棒优化模型的项目调度策略遗传算法.pdf

重要新闻 我很高兴地宣布，MAGSAC ++已包含在OpenCV中。 您可以在查看文档。 MAGSAC和MAGSAC ++算法可进行健壮的模型拟合，而无需使用一个单一的离群值-离群值阈值 提出了MAGSAC和MAGSAC ++算法，用于在没有单个内部/外部阈值的情况下进行稳健的模型估计。 MAGSAC论文可在。 MAGSAC ++可在。 CVPR教程了这两种方法。 有关单应性，基本矩阵，基本矩阵和6D姿态估计的实验，显示在2020年的RANSAC教程的相应中。 在OpenCV 3.46和4.3上测试。 要通过示例运行可执行文件，请复制可执行文件旁边的“ data”文件夹，或在main（）函数中设置路径。 如果使用算法，请引用 @inproceedings{barath2019magsac, author = {Barath, Daniel and Matas, Jiri an

能源光谱效率优化 该项目包含以下论文的MATLAB代码。 如果发现有任何帮助，请考虑将其引用。 Y. Xie，X。Z. Liu，KY Chan和X. Guan，“车辆通信中的能量频谱效率优化：基于联合聚类和定价的鲁棒功率控制方法，” IEEE车辆技术学报，doi：10.1109 / TVT。 2020.3021478。 ●请从主文件“ main_optimalpower.m”开始，复制图。 论文中的3和4。 ●所有其他（功能）文件在主文件中调用。 ●本文中的其他图形应易于使用提供的功能文件进行复制。 如有任何疑问，请随时联系我/xieyuan_ai@163.com。

采用yalmip编的两阶段鲁棒优化，目标函数主要考虑了投资成本（第一阶段）和运行成本（第二阶段）两部分，其中，投资成本主要为储能的等年值投资成本，运行成本则包括配电网交互成本（购售电成本）、各单元运维成本以及微型燃气轮机的燃料成本。不确定量为光伏，风电以及负荷的波动。文件内包含所有用到的参数，约束说明，以及公式推导。具体可参考论文《微电网两阶段鲁棒经济调度》和《考虑机组禁止运行区间的含风电鲁棒机组组合》。程序收敛良好，可根据自己的需求进行拓展。

鲁棒Capon算法的程序实例仿真，便于初学者学习，内附有论文，可参考对照

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.

robust parameter uncertaintis，参数不确定性动力学系统控制必备。电子书

一种新的自适应鲁棒无味卡尔曼滤波器，用于提高目标跟踪的精度

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

基于设计的点预测控制器及其鲁棒性分析，得到的任意动态矩阵控制器都可以由点预测控制器的加权和表示，而其鲁棒性亦可由点预测控制器的鲁棒性加权和近似表示。本文进一步分析了为改善预测控制中的矩阵求逆条件和控制器的稳定性而采取对预测控制器的控制增量△u（t）加人惩罚因子后的鲁棒性，得到其鲁棒性不小于原控制器，并在此基础上分析了控制器参数对系统鲁棒性的影响和为提高鲁棒性而进行参数调整的方法，为动态矩阵控制在过程控制中的应用提供指导。