一种新型的非线性系统模型参数辨识方法
针对传统模型参数辨识方法和遗传算法用于模型参数辨识时的缺点，提出了一种基于微粒群优化(PSO)算法的模型参数辨识方法，利用PSO算法强大的优化能力，通过对算法的改进，将过程模型的每个参数作为微粒群体中的一个微粒，利用微粒群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值，可有效提高参数辨识的精度和效率。
文件下载
评论信息
其他资源
- pymol-2.4.0a0-cp37-cp37m-win_amd64.whl
- QCustomPlot鼠标跟随显示坐标值
- QT录音实例
- DSP_28377D的CAN通讯代码例程
- 基于FPGA的SPWM的程序
- S曲线 MATLAB仿真通过
- 对于反调试的研究一
- Xilinx时序约束指南 SDC编写指南
- MATLAB期末论文
- 基于FPGA的直流电机控制
- PANTONE色值互相转换RGB与CMYK
- activiti简单的请假流程java代码
- solidworks铝型材库
- 中科院SCI期刊分区.xlsx
- 一种基于Zigbee技术的智慧教室管理系统
- 2017年美赛E题O奖论文.rar
- 2020年格力电器企业深度报告.pdf
- ios端分时线demo-包含十字叉效果
- 专家系统的一些案例
- 1503L_CEM3-G_CN.pdf
- webpack资料.zip
- 【ssm项目源码】人事管理系统.zip
- Bank.mdf SQL数据库_数据库mdf是什么文件
- 微弱光信号前置放大，滤波电路及匹配供电电路设计
- C# IP对IP语音聊天程序
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明