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
- VESA DisplayPort (DP) Standard Version 2.0
- macOS应用开发基础教程 pdf + 源码(Swift) 张帆.zip
- ABB机器人RobotStudio中文手册
- UGUI ScrollView 优化重复利用
- 计算机网络谢希仁第7版课后答案完整版
- C#七参数坐标转换（布尔莎七参数计算，根据七参数进行坐标转换，公共点残差配置）
- 粒子群pso算法优化RBF网络
- HTML5 canvas弹球小游戏
- 在Android中全屏显示GIF图片（演示代码）
- Android调用Camera实现拍照--github地址
- 北大青鸟-Java OOP宠物商店项目完整版.zip
- 78M05 5v电源模块 AD设计硬件原理图+PCB+3D封装库文件.zip
- 数据备份软件synctoy
- 水星MW300R_V12.zip
- AndroidCamera相机介绍.ppt
- 基于ssh的实现了摇号系统
- C#打印程序源代码
- .net(c#)支付宝接口源代码(亲测可用)
- MCU生成PDF文件
- ultraedit64破解版
- ASP.NET内置对象、webconfig、缓存
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