一种新型的非线性系统模型参数辨识方法
针对传统模型参数辨识方法和遗传算法用于模型参数辨识时的缺点，提出了一种基于微粒群优化(PSO)算法的模型参数辨识方法，利用PSO算法强大的优化能力，通过对算法的改进，将过程模型的每个参数作为微粒群体中的一个微粒，利用微粒群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值，可有效提高参数辨识的精度和效率。
文件下载
评论信息
其他资源
- SPI驱动之南瑞NRSEC3000加密芯片驱动开发总结
- CAT SIS2018 注册机 卡特彼勒SIS系统注册机
- 压缩感知CS的DOA代码
- Android 数据抓取实现歌曲在线搜索
- 小米盒子3原理图
- 人脸识别实验报告（含代码及优化）
- 矩阵低秩分解理论
- 项目管理 wbs、经费预算和开发详细进度
- k-l 变换（pca）matlab
- c++qt程序设计工程实训教程配套资源
- [最优化与最优控制
- BalsamiqMockups画图
- 基于改良条纹计数和直接相位解调的双光纤法布里-珀罗传感器
- 《检验检测机构资质认定评审准则》及释义和《检验检测机构资质认定评审员管理要求》的通知 国认实〔2016〕33号.pdf
- OpenBLAS-0.3.9_32bit.zip
- 解决docker报错The push refers to a repository_docker load
- JDK 6.0 Documentation 中文文档 CHM Part3
- C++ GUI Programming with Qt 4, Second Edition.chm
- unity-protobuf3
- 基于DS18B20的单片机温度控制系统
- 自考C++笔记（上）
- ocp053 206道题详解
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