搜索资源列表
MULTIPLE
- 一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems
123
- 有关回归分析的所有算法，包括详细的原理介绍及具体的matlab代码，很适合初学者使用，及有关工程人员参考；其中包含了一元线性回归、最小二乘估计方法、显著性检验、多元线性回归、利用回归模型预测、非线性回归、逐步回归等-All algorithms related to regression analysis, including a detailed descr iption and the specific principles matlab code, it is suitable for b
mxyc420
- 风功率预测控制 模型预测控制；状态空间；预测控制算法-Wind power prediction control model predictive control state space predictive control algorithm
MMmpc
- 多模型预测控制；用于各种强非线性模型的预测控制。-Multi-model predictive control predictive control for a variety of strong nonlinear model.
dynamic-path-planning
- (不错的一篇文章，已被EI收录)模型预测控制（model predictive control，MPC）路径规划算法适用于三维动态环境下的无人机（un-manned aerial vehicle，UAV）路径规划；动态贝叶斯网络（dynamic Bayesian network，DBN）能够有效推理战场态势，对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题，构建 DBN 威胁评估模型，将 UAV 在战场环境中的威胁态势用威胁等级概率表示，与 MPC 路径规划算法相结合，得到基于 DBN
elmtrain
- 将整个数据集中的103个样本随机划分为训练集与测试集，其中训练集包含80个样本，测 试集包含23个样本； 建立极限学习机模型，并训练； 利用训练好的极限学习机模型对测试集中的23个样本进行预测； 输出结果并绘图（真实值与预测值对比图）； -The 103 random samples of the entire data set is divided into training set and test set, wherein the training s
ARMA
- ARMA 模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。(ARMA model is an important method for studying time series. It is composed
BP神经网络
- BP神经网络建模，实现对模型输出的预测，将输出信号作为反馈输入(neural network modeling)
ARMA_model
- 自回归滑动平均模型（ARMA 模型，Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等(Auto-Regressive and Moving Average Model)
R
- 本文分别利用逻辑回归、决策树和随机森林三种模型针对员工是否会过早离职问题进行探究，结果显示三种方法预测结果的精确度依次增加，分别为78.59%、96.8%和 99%，并且三种模型均显示员工演满意度是最重要的特征变量。(Predicting employee turnover)
matab
- 用神经网络预测模型和灰色预测模型对1996-2000年GDP进行预测(Neural network prediction model and grey prediction model are used to predict GDP in 1996-2000 years)
Simulation on Rn
- 利用蒙特卡洛模拟做在消息网络中数据包传输数量的预测，基于的原理是传染病传输模型的二项性。(This coding is based on Monte Carlo dissemination, which targets at the prediction of number of packets being delivered in a network. This whole process is based on the bimodal behavior of epidemic algorit
ARMAFocecastStockIndex
- 从网页抓取大盘数据并用ARMA模型进行拟合和预测(Grab data from web pages and use ARMA model to fit and predict.)
单相整流(包括3中控制方法)
- 提供三种控制方式：单相PWM整流瞬态电流直接控制；单相PWM整流预测电流控制；单相PWM整流虚拟dq坐标控制(Three control modes are provided: single-phase PWM rectifier transient current direct control; single-phase PWM rectifier predictive current control; single-phase PWM rectifier virtual dq coordin
Design Expert
- Design Expert是一款功能丰富的实验分析软件，该软件中提供了绘图功能，您可以绘制函数图、绘制分析图形、绘制坐标、绘制化学反应图等，包含的行业领域比较广泛；您可以绘制多边形球体进行数据的研究，根据优化的统计属性，计算出合适实验的方案，支持图形的旋转，这表示用户可以随意更改模型的方向，从多个角度查看分析方案的准确性，在距离设计中心的给定距离处将是恒定的，您将在可旋转设计的标准误差图上看到圆形轮廓，由模型预测的响应的变化
Adaptive MPC
- 一个很有参考性的案例，是和自动驾驶相关的MP控制； 说明如何实时更新模型预测控制中的 预测模型的参数， 实现自适应控制。(A very useful case is MP control related to automatic driving. Explains how to update the parameters of predictive models in model predictive control in real time. Adaptive control is reali
classifier_D
- 使用SVM分类器来预测乳腺癌病人的预后(特征选择；分类器构建)，评价模型时使用无被交叉验证，性能评价指标包括准确率，AUC，灵敏度，特异度。学会最基本的机器学习方法。可查看分发给大家的代码，以后遇到类似的问题，可用相似的思路和代码。(The SVM classifier was used to predict the prognosis of breast cancer patients (feature selection; classifier construction), and the
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm
timeseries_gan-master
- 用深度学习生成模型GAN实现时间序列预测，(Time series prediction is realized by using Gan model)
reactive power optimization of DG
- 建立了基于模型预测控制的配电网多时间尺度无功优化模型，包含日前优化调节层和实时滚动调控层。日前优化侧重于运行经济性，协调配合不同类型无功设备进行大尺度无功调节，并预留充足动态无功储备响应动态调控，降低运行风险；实时滚动调控侧重于系统运行可靠性。(A multi-time scale reactive power optimization model for distribution network based on model predictive control is established,