产品策略产品生命周期与新产品开发

企业信息化的实现策略

增强Learning_（ML）_PPO_Microwave滤波器调谐 制造的RF滤波器需要经过滤波器调谐过程，以保证性能而不影响性能 有许多因素，例如繁琐/困难的手动调整过程和过滤器特性，使过滤器调整过程更加复杂 机器学习方法用于缩短滤波器调优过程所花费的时间，提高调优结果的准确性 选择强化学习算法中的近端策略优化（PPO）作为其连续动作空间和连续控制任务中突出的发散速度 强化学习环境：HFSS（由PyCharm中的Python和IronPython脚本自动化） 应用操作后，状态（S 参数的距离）和奖励（距离之和）作为对代理的反馈 强化学习代理：PPO 代理（根据稳定基线 3 文档源代码修改） 代理学习并更新策略以提供要在环境中执行的最佳操作（HFSS 中的筛选器调整过程）

PyTorch实现软演员- 评论家（SAC），双胞胎延迟DDPG（TD3），演员评论家（AC / A2C），近端策略优化（PPO），QT-Opt，PointNet 流行的无模型强化学习算法 PyTorch 和 Tensorflow 2.0 在 Openai 健身房环境和自我实现的 Reacher 环境中实现了最先进的无模型强化学习算法。 算法包括： 演员兼评论家 （AC/A2C）; 软演员-评论家 （SAC）; 深度确定性策略梯度 （DDPG）; 双延迟 DDPG （TD3）; 近端策略优化; QT-Opt（包括交叉熵（CE）方法）; 点网; 运输机; 经常性政策梯度; 软决策树; 概率专家混合; QMIX Actor-Critic (AC/A2C); Soft Actor-Critic (SAC); Deep Deterministic Policy Gradient (DDPG); Twin Delayed DDPG (TD3); Proximal Policy Optimization (PPO); QT-Opt (including Cross-entropy (CE)

算法设计与分析实验报告，附已通过源码，供学习参考，共勉♪ 目录摘要如下： 1.问题描述 2.实验目的 3.实验原理 4.实验设计 （包括输入格式、算法、输出格式） 5.实验结果与分析 （除了截图外，实验结果还用图表进行了分析） 6.结论 7.程序源码

分析了二极管箝位型三电平逆变器死区效应及其电路工作原理,提出了一种适用于基于双层载波调制的二极管箝位型三电平逆变器的死区补偿方法。该方法通过在不同的电流流通路径合理调整触发脉冲的死区时间,实现了电平转换不受死区时间的影响,即避免或者减小了死区效应。仿真结果表明,与普通的死区补偿方法相比,该方法降低了5次、7次谐波含量和总谐波畸变率,提高了电流有效值,具有更好的补偿效果。

开关磁阻电机的电流斩波控制策略研究，姜宏宇，王学敏，为了研究开关磁阻电机的电流斩波控制策略，本文分析了开关磁阻电机的数学模型，研究了不同开通角和关断角的选择对调速性能的影响

【元胞自动机】激进策略元胞自动机三车道（不开放辅路，软件园影响）交通流模型matlab源码.md

基于策略梯度的深度强化学习的机器人模型学习行走仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

人工智能-机器学习-面向对象软件回归测试选择策略研究.pdf