logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

超额消纳量机制下独立售电商购售电策略(Python代码实现)

在新型电力系统建设与可再生能源消纳责任刚性考核背景下,超额消纳量机制、绿证交易与中长期电力市场协同运行,重塑了独立售电商的购电成本与收益结构。独立售电商作为连接发电侧与终端用户的市场主体,需同时兼顾常规电量采购、新能源消纳指标履约、超额消纳量流转及绿证市场化交易多重约束。本文以 12 个月长时序运营周期为研究边界,综合考虑月度负荷时序波动、新能源出力不确定性、消纳责任权重考核要求,构建以售电商全周

#支持向量机
基于Rao-Blackwellized粒子滤波与多融合策略全阶 EKF 的双车协同 SLAM 研究(Matlab代码实现)

同步定位与地图构建(SLAM)是自主车辆、移动机器人实现未知环境自主导航的核心关键技术,单车SLAM受传感器探测范围有限、观测盲区、随机噪声干扰及误差累积等问题制约,长期运行下定位漂移与建图精度退化问题突出。为解决单一智能体感知能力不足的缺陷,多车协同SLAM通过多平台观测信息共享与融合,充分利用空间分布式冗余观测,弥补单车感知缺陷,有效抑制滤波误差累积,提升复杂场景下定图与建图的稳定性与精度。

#matlab#开发语言#支持向量机
融合 3-5-3 多项式插值与改进 PSO 的 6 关节机械臂时间最优轨迹规划研究(Matlab代码实现)

针对多关节工业机械臂轨迹规划中存在的运行效率不足、运动曲线平滑性较差、约束条件难以兼顾等问题,以 6 自由度关节机械臂为研究对象,提出一种融合 3-5-3 分段多项式插值与改进粒子群优化算法的时间最优轨迹规划方法。该方法以关节空间轨迹为研究载体,采用 3-5-3 多项式构建包含加速、匀速、减速完整运动阶段的初始轨迹,保证轨迹基础连续性与平滑特性;

#matlab#人工智能#机器学习 +1
【SCI一区论文复现】自适应强化学习机械臂控制研究(Maltab代码实现)

针对双连杆机械臂在模型不确定性、外部扰动以及执行器饱和约束下的高精度轨迹跟踪控制难题,本文提出一种融合径向基函数神经网络、非奇异终端滑模控制与强化学习的自适应鲁棒控制方案。该方法以非奇异终端滑模为核心控制框架,保证系统状态在有限时间内收敛并避免传统滑模的奇异性问题;采用评价 - 动作双网络强化学习结构,利用径向基函数神经网络实现对系统未知动态与不确定项的在线逼近,同时完成控制策略的自适应优化;设计

#支持向量机
【一区顶刊复现】自适应强化学习机械臂固定时间轨迹跟踪控制(输入饱和不确定)研究(Matlab代码实现)

针对存在模型不确定性、外部扰动与执行器输入饱和约束的机械臂轨迹跟踪控制问题,提出一种融合自适应强化学习与非奇异快速终端滑模的固定时间控制方法。该方法采用径向基函数神经网络构建行动者 - 批评者强化学习架构,实现不确定系统的自适应最优控制策略生成与性能评估;设计新型非奇异快速终端滑模面,保障跟踪误差在固定时间内全局收敛并给出收敛时间上界估计;针对执行器饱和效应,构建非线性反卷绕补偿器实时抑制饱和引发

#matlab#开发语言#支持向量机
双连杆机械臂 RBFNN-NTSM 自适应强化学习控制算法(Matlab代码实现)

针对双连杆机械臂在模型不确定性、外部扰动以及执行器饱和约束下的高精度轨迹跟踪控制难题,本文提出一种融合径向基函数神经网络、非奇异终端滑模控制与强化学习的自适应鲁棒控制方案。该方法以非奇异终端滑模为核心控制框架,保证系统状态在有限时间内收敛并避免传统滑模的奇异性问题;采用评价 - 动作双网络强化学习结构,利用径向基函数神经网络实现对系统未知动态与不确定项的在线逼近,同时完成控制策略的自适应优化;设计

#matlab#开发语言#支持向量机
【无人机同步定位】基于扩展卡尔曼滤波(EKF)的无人机同步定位与地图构建(SLAM)技术,结合超宽带(UWB)传感器和惯性测量单元(IMU)的融合应用(Matlab代码实现)

摘要——本文将涵盖无人机同步定位与地图构建(SLAM)的主题。为此,我们使用了扩展卡尔曼滤波器(EKF),结合了超宽带传感器(UWB)和惯性测量单元(IMU)的测量数据。此外,还采用了一种有趣的方法,通过最小二乘法(Least Squares, LS)来确定系统的初始状态估计。最终,通过仿真和实际结果验证了扩展卡尔曼滤波器和最小二乘法初始化的有效性。关键词——SLAM,扩展卡尔曼滤波器,无人机,超

#无人机#matlab#开发语言 +1
基于 RBF 神经网络与非奇异终端滑模的机械臂强化学习轨迹跟踪控制(Matlab代码实现)

针对双连杆机械臂在模型不确定性、外部扰动以及执行器饱和约束下的高精度轨迹跟踪控制难题,本文提出一种融合径向基函数神经网络、非奇异终端滑模控制与强化学习的自适应鲁棒控制方案。该方法以非奇异终端滑模为核心控制框架,保证系统状态在有限时间内收敛并避免传统滑模的奇异性问题;采用评价 - 动作双网络强化学习结构,利用径向基函数神经网络实现对系统未知动态与不确定项的在线逼近,同时完成控制策略的自适应优化;设计

#神经网络#matlab#人工智能 +1
双连杆机械臂 RBFNN+NTSM + 自适应强化学习控制(带饱和补偿)(Matlab代码实现)

针对双连杆机械臂在模型不确定性、外部扰动以及执行器饱和约束下的高精度轨迹跟踪控制难题,本文提出一种融合径向基函数神经网络、非奇异终端滑模控制与强化学习的自适应鲁棒控制方案。该方法以非奇异终端滑模为核心控制框架,保证系统状态在有限时间内收敛并避免传统滑模的奇异性问题;采用评价 - 动作双网络强化学习结构,利用径向基函数神经网络实现对系统未知动态与不确定项的在线逼近,同时完成控制策略的自适应优化;设计

#matlab#开发语言#支持向量机
【多种改进粒子群算法进行比较】基于启发式算法的深度神经网络卸载策略研究【边缘计算】(Matlab代码实现)

随着人工智能终端设备的普及,深度神经网络(DNN)推理任务的海量算力需求与终端设备算力、功耗受限的矛盾日益凸显。边缘计算通过将网络计算资源下沉至用户终端侧,为DNN任务分布式卸载提供了技术支撑,可有效降低终端负载、减少任务推理时延。然而,多终端、多边缘节点协同场景下的DNN分层卸载、资源分配问题属于典型的NP难组合优化问题,传统优化方法难以适配动态复杂的边缘环境。粒子群优化算法作为经典的元启发式算

#算法#启发式算法#dnn +1
    共 520 条
  • 1
  • 2
  • 3
  • 52
  • 请选择