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。

通过分析设备故障诊断与维修所面临的主要问题以及当前常用诊断策略存在的局限性, 研究
基于贝叶斯网络的故障诊断策略优化方法。提出了适合于表达诊断问题的基于故障假设2观测2维修操
作节点的贝叶斯网络结构, 阐述了基于贝叶斯网络的故障诊断策略优化方法的基本思想和优化算法。 该
方法综合考虑了多故障、 有观测操作以及操作之间有依赖关系等情况。最后通过应用实例, 证实了该方
法在信息不确定条件下进行诊断与维修决策的有效性。

属性约简 基于区分矩阵的属性约简 基于依赖度的属性约简 模糊动态聚类 基于python实现的可运行代码

我们给出了素数判定的无条件确定性多项式算法.doc

用于分布和不确定性估计的混合密度网络：使用Keras（TensorFlow）进行分布和不确定性估计的通用混合密度网络（MDN）实现

Regx_to_Nfa 一个使用Thompson构造将正则表达式转换为非确定性有限自动机（NFA）的c ++程序。 此外，它被简化为确定性有限自动机（DFA），并且有一个函数可用于检查属于给定正则表达式的各种字符串。 做得更好:) PS：-不久将上传代码的详细说明。

人工智能-机器学习-热机电耦合压电智能薄板结构不确定性及其H振动控制研究.pdf

使用确定性优化的SMAR降雨径流模型（Matlab）土壤水分核算和路由模型“ SMAR”

在优化和决策过程中，不确定性量化(UQ)在减少不确定性方面起着至关重要的作用。它可以用于解决科学和工程中的各种实际应用。