对于非反馈线性化的系统，一个自然的问题是：如何找到最大的反馈线性化子系统，如果局部线性化不是唯一的，那么各种局部线性化的控制理论特性是什么。 在本文中，我们将考虑如何选择能够使零动力学渐近稳定的部分线性化输出以及何时存在这种输出的问题。并描述了两类系统。 对于第一类，所有最大的部分线性化导致相同的零动力学。 对于第二类，零代动力学的任何渐近行为可以由部分输出线性化的适当选择来实现。 在第二部分中，我们将结果应用于具有两个自由度的机械系统，并对它们的部分线性化进行了详细研究。我们通过Acrobot（属于第二类）和Pendubot（属于头等舱）。
2021-09-02 20:19:30
573KB
1
1：真正意义上的无边框自定义标题栏，支持最小化最大化关闭，支持标题栏双击实现，支持鼠标拖动，支持鼠标在边框处拖动改变窗体大小，网络上的绝大部分都是扯蛋，要么不支持鼠标改变界面大小，要么鼠标移到其它按钮界面瞬间移动等各种不理想状态。
2：无任何资源文件，纯QSS实现精美标题栏及自定义按钮样式，可以稍作修改增加更多的样式，QSS真是太强大了！
3：使用fontawesome-webfont.ttf字体文件实现最小化最大化关闭等按钮文字，图形文字，很好很强大！
4：提供16种各类曲线啥线的绘制，只需点击一下按钮即可切换观看效果！
5：主窗体界面与功能界面分离，注释两行代码即可。
6：代码最精简，可免费用于任何项目！
7：感谢网络上各种共享资源。
2021-09-02 00:51:10
2.21MB
1
文章目录粒子群算法（PSO）代码实现1、导入需要的库2、设置参数3、适应度函数4、初始化粒子群5、迭代更新粒子群
粒子群算法（PSO）
PSO 通过模拟鸟群的捕食行为来求取最优解。
假设一群鸟在随机搜索食物。在这个区域里只有一块食物（对应着最优解）。所有的鸟都不知道食物的具体位置，但是它们可以判断自身与食物的大致距离，即通过 fit 值判断与最优解的距离。那么找到食物的最优策略就是搜寻目前离食物最近的鸟的周围区域。
PSO 中，问题的每个解都是搜索空间中的一只“鸟”。我们称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值，并且所有的粒子都具有速度和位置两个属性。
在每一次迭代中，粒子
2021-09-01 22:07:08
59KB
1