人工智能和机器学习在满足全球对清洁、廉价和可靠能源的需求方面发挥着至关重要的作用。 最近的研究表明，与传统的化石能源相比，世界对可再生能源的投资更多，这引起了人们对其利用最大化的兴趣。 本文展示了对供需曲线的研究，人工智能如何通过智能评估不可预测的天气条件和管理集成系统（可再生能源和化石燃料的组合）来优化电力生产，从而预测能源的未来需求. 这样一来，清洁能源就可以为人们生产，降低存储成本和消费者计费成本； 它将通过使用可再生能源来提高产出。
2023-06-02 01:13:22
420KB
1
为避免无关数据提高数据处理量，本项目将相关的农产品映射值提取为data_code.csv文件，便于第3小节的预测。图2-2部分有关农产品映射值处理异常值farm
2023-03-05 15:18:56
415KB
1
内容为Goldman Sachs(GS)高盛集团2010年1月1日至2018年12月31日的股价信息数据，可以直接用于高盛股价预测 ，股价预测的完整代码可以参考：https://cloud.tencent.com/developer/article/1395737
2022-11-17 19:27:19
49KB
系统地论述了神经网络控制、模糊逻辑控制和模型预测控制的基本概念、工作原理、控制算法，以及利用MATLAB语言、MATLAB工具箱函数和Simulink对其实现的方法。该书取材先进实用，讲解深入浅出，各章均有相应的例题，并提供了大量用MATLAB/Simulink实现的仿真实例
2022-10-31 22:10:30
46KB
1
针对机器人在形状未知接触环境表面上进行柔顺力控制问题，在传统的力/位混合控制模型中采用一种智能预测算法，此算法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹，并考虑环境曲率和刚度变化的特点。为了验证预测算法的有效性，构建了开放式的机器人力控制系统，在不同期望力、不同跟踪速度下对非规则受限表面进行了力控制实验研究，分析了受限系统中未知环境参数对接触力的影响。实验结果证明该方法对未知接触环境的变化具有较强的适应能力。在实验条件下，稳定状态下的力控制误差可以控制在3%之内。
2022-10-09 16:22:45
3.51MB
1