为了捕获柔性作业车间调度的多目标和不确定性，构建了具有发布时间不确定性的多目标柔性作业车间调度问题的数学模型（MOFJSSP-RTU），其中，制造时间跨度，拖延性，在各种约束下同时考虑了稳定性和鲁棒性。 为了适当地解决MOFJSSP-RTU问题，提出了一种改进的基于分解的多目标进化算法（IMOEA / D），用于鲁棒调度。 我们算法的新颖性在于它采用了一种新的子问题更新策略，该策略利用了全局信息，允许存档中记录的精英分子参与子代，并结合了基于修复的交叉算子和自适应差分进化（DE基于）的变异算子，有助于更好地平衡算法的探索和开发。 在4个问题实例上的实验结果表明，我们的基于IMOEA / D的鲁棒调度方法具有比最新的多目标优化进化算法（MOEA）更好的收敛性能，并且还擅长于保持解决方案的均匀分配。 还分析了三个目标之间的不同权衡。

给定值为-.... R = 10欧姆，L = 0.4亨利，C = 100uf。 交流峰值电压= 220v。 使用的公式： 有功功率P = V * I *cosφ 无功功率Q = V * I *sinφ 视在功率S = V * I S =√（P ^ 2 + Q ^ 2） 功率因数，cosφ=（有功功率P）/（视在功率S） 我们可以使用任何电阻和电感值。这是一个通用模型。

针对K-均值聚类算法需要事先确定聚类数K的问题，将粒度计算引入样本相似度函数，定义了新的样本相似度，用模糊等价聚类确定数据集可能的最大类簇数Kmax以Kmax为搜索上界，利用改进全局K-均值聚类算法，以BWP(Between-within Proportion)为聚类有效性度量指标，提出确定最佳聚类数的一种新方法．通过UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试，证明该算法不仅能有效确定数据集的最佳聚类数，而且适用于大规模数据集，但是会受到噪音点影响．

道路分割 合作者： 目录 ： 介绍 该项目是 “模式分类和机器学习”课程的一部分。 更具体地说，这是我们针对道路分割的第二个项目的解决方案。 该文件概述了我们的代码及其功能。 有关该项目本身的所有其他说明，可以在其官方文件（ paper.pdf文件）中找到。 该项目的目标是通过确定哪些16x16像素斑块是道路还是不是道路来分割地球的卫星图像。 简而言之，该代码运行第一个卷积神经网络以获得基本预测。 此后，它运行第二个，即后处理一个，它使用先前计算的预测来给出最终预测。 结果 我们取得了约0.91的F1分数，下面您将看到一个图像，说明所获得的定性结果。 在图像上，每个检测到的道路补丁都以

(word完整版)软件项目生存期模型确定实验1.doc

GPS信号的捕获搜星，确定可见的GPS卫星星号、多普勒频偏和码相位的初始相位。得到的结果可以进一步用于跟踪和解算。关键技术 ca_repeat.m用于产生指定ca码的采样序列。CAENCODE.m用于产生CA码。findmax.m用于找到峰值。GPSAcq.m是捕获的主函数。GPS信号的频点、中频频率、采样率在初始化中都可以修改为需要的参数。 本代码还含有真实的GPS数据

有效确定差分相关性的距离阈值

权重系数确定matlab代码

交叉验证LOOCV matlab代码GPR_loocv LOOCV 计算代码，用于确定从 GPR 剖面计算碎片厚度反演的阈值。 使用 xval_tsB.csv 中的真实厚度测量值来训练天线单元升高 27 cm 时的阈值，以及 xval_tsAC.csv 中天线单元为 19 cm 时的阈值。 xval_cng.m 是 matlab 脚本，它将通过留一交叉验证（Arlot et al., 2010）计算阈值，这些验证与 Changri Nup Glacier（A＆C 组合或 B，分开的）选定横断面上的每次测量相关通过天线单元仰角）。 scale_cng.m 根据最低 10% 的 RMSE 计算报告的阈值，并将其应用于生成所选轮廓的厚度检索。 在 Changri Nup Glacier 收集的 .DZT 文件可在 ，等待出版接受。

自抗扰控制技术 估计补偿不确定因素的控制技术 自抗扰控制技术 估计补偿不确定因素的控制技术