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
- 波束赋形——matlab程序
- 词法语法分析器
- mingw32-make-3.81-20080326-2.tar.gz
- visdom可视化需要下载的文件
- OpenCV for Unity 2.3.2
- 笨办法学Python3中英
- 用Python进行人脸识别附源码.rar
- 第二类齐次Fredholm积分方程的数值求解matlab函数
- C#数组的随机排序源码
- IBM 磁盘阵列管理工具 DS Storage Manager 10 下载
- 3521D/3531D/3536D/3520DV400版本区别
- java web聊天室视频和源码
- 数码人像照片美感评价研究
- ORBBEC DaBai Datasheet _v1.4.pdf
- An adaptively spatial color gamut mapping algorithm
- rabbitmq-server-windows-3.8.12.zip
- 触发器里调控制器方法.docx
- myeclipse UML插件
- C语言编写的跨平台线程库
- 淘宝秒杀抢拍器 v1.0 绿色版.rar
- 网络工程师2014-2017年真题及答案解析
- MP3编码器-lame3.99.5
- 现代数字图像处理技术提高及应用案例详解(Matlab版)----源码.rar
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