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
- torch-1.7.1+cpu-cp38-cp38-win_amd64.whl
- 我的博客制作的乒乓球游戏
- GB28181模拟设备和自动化测试工具
- 数字信号处理理论算法与实现第二版（胡广书）课后题答案全
- RadiAnt DICOM Viewer 4.2.1安装包+操作手册
- python 从xml文件中提取有用信息转csv存储
- java图书馆管理系统
- PEMFC matlab 仿真
- 《一本通.提高篇》教学课件ppt.rar
- 校园网双核心（MSTP+VRRP）的拓扑实现和配置实例.
- RS232串口通信的小软件
- WPF之鼠标滑动切换图片
- UL 12402-5：2019 浮力辅助装置（50级）的安全要求 - 最新完整英文版（91页）
- homeassistant-addons：家庭助理附加存储库-源码
- DuLinkList.cpp
- 百度富文本编辑器可直接上传使用
- 8位16进制频率计原理与设计
- 数据库大作业
- 网络聊天室程序源代码
- 采用最先适应法、最佳适应法、最坏适应法分配主存空间
- 基于FPGA的5B6B编译码器的设计
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