matlab运行神经网络的代码-SINDY-MPC:辛迪MPC
matlab运行神经网络的代码低数据限制下用于模型预测控制的非线性动力学的稀疏识别
带有控制的非线性动力学的稀疏识别（SINDYc）与模型预测控制（MPC）相结合。
该框架通过少量测量学习受外源控制变量影响的非线性动力学模型。
基于有限的嘈杂数据，所得的SINDYc模型具有增强模型预测控制（MPC）性能的能力。
SINDYc模型具有简约性，可以识别模型中解释数据所需的最少术语，从而使它们易于解释和推广。
我们证明，与神经网络模型相比，所得的SINDY-MPC框架具有更高的性能，所需的数据更少，计算效率更高，并且对噪声的鲁棒性强，使其可用于响应系统快速变化的在线培训和执行。
尽管线性模型可能会提供权宜之计，直到有足够的数据可用于SINDY，但SINDY-MPC的性能也优于线性数据驱动的模型。
SINDY-MPC在具有不同挑战的各种动力系统上得到了证明，包括Lotka-Volterra系统，混沌的Lorenz系统，用于F8飞机的飞行控制的简单模型以及包含药物治疗的HIV模型。
由E.
Kaiser，JN
Kutz和SL
Brunton撰写的出版物“非线性预测的稀疏识别，用于在低数据范围内进
文件下载
资源详情
[{"title":"（ 129 个子文件 1.07MB ） matlab运行神经网络的代码-SINDY-MPC:辛迪MPC","children":[{"title":".gitignore <span style='color:#111;'> 14B </span>","children":null,"spread":false},{"title":"SHOW_PREDICTION_FOR_TRAINING_PHASE.m <span style='color:#111;'> 2.09KB </span>","children":null,"spread":false},{"title":"EX_LORENZ_MPC_Dependency.m <span style='color:#111;'> 2.59KB </span>","children":null,"spread":false},{"title":"EX_LORENZ_SI_DelayDMDc_Dependency.m <span style='color:#111;'> 20.50KB </span>","children":null,"spread":false},{"title":"VIZ_SI_Validation.m <span style='color:#111;'> 3.56KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 雷达波形设计与信号检测
- FFmpeg+H264+H265+fdk_aac.rar
- Autoencoder_Code
- DOA经典源程序 MUSIC ESPRIT MATLAB仿真
- PWM整流器及其控制-张崇巍、张兴
- fcm用于图像分割，较好的matlab源程序
- 利用Socket传送图片
- C# Halcon 测量圆半径 工控DEMO程序 含界面
- Java秒杀系统方案优化 高性能高并发实战(附源码)
- Fundamentals of Speech Recognition
- 数字钟的设计电路 包含整点报时 校时电路 闹钟
- C# snmp get和set方法实现，含源码
- DevExpress.BarManager.rar
- Java编写的微博注册
- 天猫精灵智能家居接入流程.docx
- CASS9.0_用户手册.pdf
- sqlcipher.zip
- 教师信息和学生成绩管理系统
- 人脸识别servlet版本，建库可用
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