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

【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)

文献来源:目前,针对售电商交易策略的研究多集中于利 润风险管控、需求响应调用、偏差结算机制等方面。文献[1-2]提出利用期货合同、动态零售电价、多代 理服务等方法实现售电商的风险管控。文献[3-5]基 于条件风险价值法(conditional value-at-risk,CVaR) 度量风险损失,并分析了其对售电商购售电参数的 影响。文献[6]比较了最小最大后悔值法、机会约束、 条件风险价值3种方

#零售#matlab#开发语言 +1
【复现】考虑能流-物流耦合的港口综合能源系统规划关键技术及挑战(Matlab代码实现)

港口作为水陆物流转运枢纽与区域用能负荷集聚中心,兼具物流运输调度与多类型能源供给消耗双重属性,船舶岸电、场内货运车辆、港口生产设备形成高度耦合的能流 - 物流负荷,传统仅聚焦电力系统的港口能源调度方案割裂物流作业时序与能源供需关联,易出现可再生能源消纳不足、外购电网用电成本偏高、氢能储运设备利用率偏低等问题。

#能源#matlab#开发语言 +1
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
多旋翼物流无人机节能轨迹规划(Python代码实现)

多旋翼物流无人机的节能轨迹规划是一项重要的技术,可以有效减少无人机的能量消耗,延长飞行时间,提高物流效率。下面是一些常见的节能轨迹规划方法:最短路径规划:通过寻找起点和终点之间的最短路径,减少飞行距离,从而节省能量消耗。可以使用经典的最短路径算法如Dijkstra算法和A*算法来实现。动态路径规划:考虑当前环境的动态变化,比如风速、天气状况和地形高度等因素,并实时优化飞行路径。这样可以避免飞行过程

#无人机#python#开发语言 +1
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
【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
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
【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
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
    共 507 条
  • 1
  • 2
  • 3
  • 51
  • 请选择