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
- 西门子2017最新授权Sim_EKB_Install_2017_04_01
- 爱心银行-漂亮的公益活动网站程序
- MAX17048的应用
- cygwin绿色版本
- mplabc18编译器(c编译器工具)v3.0免费安装版
- 六足机器人三维图
- 野狼机器码正式版2021.2.19更新.rar
- read_grib_r4
- 正向最大匹配(FMM)和逆向最大匹配(BMM)的分词系统
- NFC 122u-a9解密工具 中文版
- C#Twain.zip
- 计算理论解答.docx
- Aspectj程序设计指南.pdf-中文版
- 分布式光纤拉曼放大对远程光纤水听器系统噪声特性的影响
- t-rex-game-bot：为您玩Google Chrome T-Rex游戏的机器人-源码
- packETH安装包下载
- UIAutomation自动化五大工具一个不少.zip
- 算术表达式求值源码+实验报告
- jQuery.mmenu-jquery.mobile最好看的侧边菜单
- 房屋租赁信息发布系统
- 基于CT74LS161的数字钟及仿真
- 基于智能微网的混合储能配置方法（范宏,周献远）
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