这是一本关于随机建模和模糊建模的好书，非常经典！

人工智人-家居设计-基于L,-模的不确定性推理及智能控制稳定性的研究.pdf

数值优化：经典一阶确定性算法及其收敛性分析.doc

人工智人-家居设计-不确定性空间机器人轨迹规划及智能控制方法研究.pdf

数据融合matlab代码这是以下论文中涉及的数据和Matlab代码的副本 @inproceedings {liu2021robust， title = {强大的动态多模态数据融合：模型不确定性的观点}， 作者= {刘斌}， booktitle = {arXiv预印本arXiv：2105.06018}， 年= {2021} } 感谢您在此处使用代码和/或数据后是否引用本文。 代码中和本文中算法名称之间的对应关系如下： 代码中的“ pf” <----------->本文中的“ PF” 本文中代码<----------->“ DMA”中的“ dmmpf” 本文中代码<----------->“ SMA”中的“ pf_df” 本文代码<----------->中的“ pf_alpha”“ TS” 代码文件的简要说明如下 main_alg_compare.m：用于重现实验结果的主要功能 simu_data.mat和simu_data2.mat：实验中使用的两个数据集 Simulation_data_gen.m：用于生成simu_data.mat的代码 Simulation_data_gen2.m

人工智能课件：第五章 不确定性推理.pdf

人工智能课件：第五章 不确定性推理方法.pdf

rustc 中使用的快速哈希算法。liballoc 中的 hashmap 默认使用 SipHash，它并没有我们想要的那么快。在编译器中，我们并不真正担心 DOS 尝试，因此我们使用快速非加密哈希。 这与 Firefox 使用的算法相同——它是一种不基于任何广为人知的算法的自制算法——尽管经过修改以生成 64 位散列值而不是 32 位散列值。它始终优于 rustc 本身中基于 FNV 的哈希——冲突率与 FNV 相似或略差，但哈希函数本身的速度要高得多，因为它一次最多可以处理 8 个字节。

ddpg-aigym 深度确定性策略梯度 Tensorflow中深度确定性策略梯度算法的实现（Lillicrap等人 。） 如何使用 git clone https://github.com/stevenpjg/ddpg-aigym.git cd ddpg-aigym python main.py 培训期间 一旦训练 学习曲线 InvertedPendulum-v1环境的学习曲线。 依存关系 Tensorflow（在tensorflow版本0.11.0rc0 ） OpenAi体育馆 Mujoco 产品特点 批量归一化（提高学习速度） 梯度转换器（在arXiv中提供： ） 注意 使用不同

针对综合能源系统规划运行时缺乏对负荷、可再生能源预测误差和购能价格波动不确定性的考虑，构建了基于粒子群优化-区间线性规划的双层优化模型，用于求解计及不确定性的综合能源系统规划问题。为了说明所提优化配置模型能够显著提高系统运行的灵活性，给出了评价系统参与需求响应项目的潜力指标，量化分析了系统在响应电网削负荷指标和应对购能价格变化方面的优势。算例结果不仅验证了所提模型的有效性和可行性，还表明了在能源互联替代的背景下，天然气价格和电负荷的波动直接影响能源服务公司的收益区间，可通过所提模型优化配置各类储能设备以提高能源利用率、抑制系统运营收益的波动。