一本有关迭代学习控制的电子书，超星打印为pdf的

里面记录着140个LTE针对不同场景不同类型KPI的优化参数及现网值，大家可以先对照本地区现网值，在酌情考虑

“育鲲”轮鲁棒性航向PID控制器设计及仿真，刘勇，裴景涛，本文根据文献[1]中设计PID控制器的思路，结合船舶在航行过程中航向控制存在不确定性风浪干扰的情况，根据文献[3]中给出的PID控制器的

三相PWM整流器中引入LCL滤波器,在减少谐波的同时,给系统带来谐振问题,增加不稳定因素。在双闭环PI控制的基础上,采用基于滤波电容电流反馈的有源阻尼方式以减少系统谐振,并提出1种根轨迹分析方法,对电流环PI控制器参数和滤波电容电流反馈系数进行简单直观的优化设计,使系统具有更好的稳态和动态性能。仿真结果证明了所提出的控制器参数优化方法具有有效性和实用性。

针对MCKD算法的滤波长度L和移位数M的难以选取的问题，利用PSO(粒子群优化算法)、MVO(多元宇宙优化算法)对MCKD算法的参数进行寻优，适应度函数为峰值因数的平方的倒数，峰值因数越大，周期冲击特性越强，故障特征越明显。

遗传算法优化simulink模型中的参数，实测成功 如下问题： 1.遗传算法编程的详细解释 2.目标函数怎么编写，适应度函数与目标函数的关系 3.m文件与simulink如何联合仿真 4.sim（）的应用细节 5.相关报错处理 在资源中已详尽解释，欢迎大家下载学习，少走弯路！

广义KYP引理的离散系统鲁棒单调收敛迭代学习控制

获得国家二等奖，采用自主设计的图像处理方案，使得图像处理更高效，赛道识别率更准，内部有阳光算法，抗阴影抗阳光性能强，使用灰度摄像头，图像处理也是基于灰度图像处理配和LCD屏幕显示，在车辆运行时可关闭图像显示减少任务量、多路电感识别圆环，对圆环大小适应性强、串口超声波实现避障效果、编码器、PID控制、大津法

为有效指导露天煤矿制定正确生产计划,提高露天煤矿抛掷爆破预测的准确率,在分析露天煤矿抛掷爆破影响因素的基础上,通过"试错法"确定模型最优隐含层节点参数,进而提出一种参数优化后遗传算法(GA)和极限学习机(ELM)相结合的抛掷爆破预测模型。选取网络的输入输出相关参数,针对现有ELM输入权值矩阵和隐含层偏差,采用遗传算法对其进行优化选择;利用某露天煤矿抛掷爆破监测数据对该模型进行实例分析,并将RBF,BP,SVM,GA-BP模型预测结果与该模型进行对比分析;并引入Weibull模型,通过预测控制参数ɑ,β模拟爆堆形态。研究结果表明:(1)通过"试错法"确定GA-ELM模型最优隐含层节点数为39,有效降低系统的仿真误差,该参数下仿真误差值为0.137 7;(2)相较于传统ELM预测模型,通过遗传算法优化后,有效抛掷率,松散系数以及抛掷距离均得出更小的均方误差MSE值(0.258 0,1.748 5×10-4,3.618 4)和更高的决定系数R2值(0.986 4,0.995 3,0.970 6),改进后的GA-ELM具有更好的拟合效果和泛化能力;(3)通过与其他智能算法如BP,RBF,SVM

MATLAB程序m文件和simulink程序，用粒子群算法做控制器去优化迭代学习控制，鲁棒性好，且迭代精度高，有PDF详细解释