讨论一类非参数不确定系统的约束迭代学习控制问题.构造二次分式型障碍李雅普诺夫函数(Barrier Lyapunov functions),用于学习控制器设计.控制方案采用鲁棒方法与学习机制相结合的手段处理非参数不确定性,鲁棒方法对处理后的不确定性的界予以补偿,学习机制对处理后的不确定性进行估计.可实现系统状态在整个作业区间上完全跟踪参考轨迹,并使得系统误差的二次型在迭代过程中囿于预设的界内,进而在运行过程中实现状态约束.提出的迭代学习算法包括部分限幅与完全限幅学习算法.采用这种BLF约束控制系统有利于提高控制系统中设备安全性.仿真结果用于验证所提出控制方法的有效性.

为了改善针对一般非线性离散时间系统的控制性能，引入“拟伪偏导数”概念，给出了一般非线性离散时间系统沿迭代轴的非参数动态线性化形式，并综合BP神经网络以及模糊控制各自的优点，提出了基于BP算法无模型自适应迭代学习控制方案。仿真结果表明，该控制器对模型有较强的鲁棒性和跟踪性。

为了能将液态CO2相变致裂技术高效地应用到低透气煤层强化增透领域,基于COMSL软件对液态CO2相变致裂技术布孔参数进行数值模拟优化,并在平煤十三矿进行了穿层强化预抽煤层瓦斯试验,对优化结果进行了验证。不同布孔方式、孔排间距参数下模拟试验和现场试验研究结果表明:同孔距下"隔二爆一"布孔方式其致裂后抽采效果优于"隔一爆一"布孔方式,最终确定平煤十三矿最佳布孔方式为孔距为6 m的"隔二爆一"式。

针对一类具有外界扰动的严格反馈非线性系统, 将Backstepping 技术、预设性能控制和鲁棒控制相结合, 提出一种预设性能鲁棒控制器设计方法. 通过误差转换, 建立系统等效误差模型, 利用Backstepping 和鲁棒控制逐步递推选择适当的Lyapunov 函数设计预设性能鲁棒控制器. 该控制策略兼顾系统的暂态和稳态性能, 仿真实例表明了所提出设计方法的有效性.

【优化求解】基于遗传算法的PID参数优化设计matlab源码2.zip

（语言：MATLAB）数字水印（图像大小不限制，攻击，鲁棒性评价，带界面GUI） （语言：MATLAB）数字水印（图像大小不限制，攻击，鲁棒性评价，带界面GUI）

2023年最新入门对抗样本、对抗攻击与防御的最佳教程，里面包含总结好的攻击跟防御代码 并有详细介绍。 有入门到精通，该教程最通俗易懂。 对抗样本是各种机器学习系统需要克服的一大障碍。对抗样本的存在表明模型倾向于依赖不可靠的特征来最大化性能，如果特征受到干扰，那么将造成模型误分类，可能导致灾难性的后果。对抗样本的非正式定义：以人类不可感知的方式对输入进行修改，使得修改后的输入能够被机器学习系统误分类，尽管原始输入是被正确分类的。这一修改后的输入即被称为对抗样本。 敌手在恶意设计扰动，让自动驾驶汽车直线拐弯[10]，让目标检测失灵[11]，让人脸识别系统失效[12]。我不放心你做事啊，尤其是人命关天的任务。

建立了双端基于电压源型换流器的高压直流输电(VSC-HVDC)系统的小信号模型；利用特征根分析法，基于线性化状态空间模型，将与系统特征根直接相关的振荡模式和衰减模式的罚函数作为目标函数；提出了基于粒子群优化算法的VSC-HVDC系统的控制参数优化策略，对整个系统的控制参数同时进行整体优化。仿真结果验证了小信号模型的正确性；优化后的系统在小扰动、大扰动、潮流反转及故障情况下均具有较高的控制精度，整个系统的稳态与暂态特性均得到较大改善。

为了提高图像置乱性能，把具有非周期性、遍历性、伪随机性和对初值的高度敏感性的混沌系统应用到图像置乱中，提出了基于混沌的数字图像置乱算法。为了得到最好的置乱效果，采用混合蛙跳算法来优化置乱算法的参数。通过算法的仿真实验表明该算法具有较好的置乱效果，并具有较强的抗剪切攻击和抗噪声攻击能力。

利用传统的鲸鱼算法对pid参数进行优化 绘制阶跃响应曲线 可做直流电机建模 做直流电机模型的pid参数优化