[Прямая федерация издательства] Matlab Smart Algorithm Super Learning Manual
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
| Matlab Inteply Algorithm Manual Руководство по обучению | ||
 | Ценообразование | 69.00 |
| Издатель | Люди после прессы | |
| Издание | 1 | |
| Опубликованная дата | февраль 2015 г. | |
| формат | 16 | |
| автор | Matlab Technology Alliance Gao Fei отредактирован | |
| Украсить | Мягкая обложка | |
| Количество страниц | 0 | |
| Число слов | 0 | |
| Кодирование ISBN | 9787115348791 | |
MATLAB является одним из инструментов для научных исследователей, а интеллектуальные алгоритмы на самом деле широко используются в инженерии.«Matlab Smart Algorithm Manual» основано на программном обеспечении Matlab R2013A, которое полностью вводит и проверяет эффективность интеллектуального алгоритма. Существует много типов интеллектуальных алгоритмов.Для многих новичков интеллектуальные алгоритмы испытывают некоторые трудности, и трудно понять процесс процесса и процесс работы данных, поэтому это ставит трудности с практическими приложениями.Эта книга будет сосредоточена на интеллектуальных алгоритмах, простым введению и анализом различных интеллектуальных алгоритмов и используйте интеллектуальные алгоритмы для решения проблем инженерных приложений. «Matlab Intellight Algorithm Manual» направлено на инженерные приложения, в отношении руководства по экземплярам и подробных объяснениях.
DY Глава MATLAB Основные знания
1,1matlab введение
1.2 Представление матрицы
1.2.1 генерация численной матрицы
1.2.2 Генезис матрицы символов
1.2.3 Genesis of Special Matrix
1.3 Применение переменных символов
1.3.1 Роторная инерция системы массовой точки
1.3.2 Раствор объема оставшегося объема масла масляного бака
1.3.3 Демонстрация теоремы отражения света
1.4 Решение группы линейных уравнений
1.4.1.
1.4.2 Неодушное линейное уравнение
1.4.3 LQ Решение группы линейных уравнений
1.5 Простой анализ инженерных приложений
1.5.1. Угловой угол внутреннего сжигания и модель интерполяции подъема
1.5.2 Модель региональной линии тревоги навигации
1.6 Сводка этой главы
Глава 2 Решение специфических формул
2.1 Конкурентная модель уравнения микро -диск.
2.2 Обсуждение модели конкуренции
2.3 Сводка этой главы
Глава 3 Прогноз цены на продукты на основе Маркова
3.1 Проблемный фон
3.1.1 Данные о розничной цене пищевых продуктов
3.1.2 Предложение вопроса
3.2 Основные предположения моделей классификации пищевых продуктов
3.3 Решение классификации цены на продукты питания
3.3.1 Классификация пищевых кластеров
3.3.2 Анализ характеристик цены пищи
3.4 Классификация раствора роста цен на цены на продукты питания
3.4.1 Классификация пищевых атрибутов
3.4.2 Анализ характеристик цены на продукты питания
3,5 Прогноз тренда цен на продукты питания
3.5.1 Основные предположения модели прогнозирования цены на продукты питания
3.5.2 Описание символа символа прогнозирования цены пищи
3.5.3 Установление и решение моделей прогнозирования цен на продукты питания
3.6 Сводка этой главы
Глава 4 Алгоритм прогноза цен на основе последовательности времени
4.1 Основная концепция временных рядов
4.2 Влияние коэффициентов и модель измерения неэтажных изменений временной последовательности
4.3 Метод прогнозирования временных рядов
4.3.1 Анализ изменений в сезонах
4.3.2 Анализ изменений цикла
4.4 Анализ цен на продукты питания
4.5 Анализ серой ассоциации
4.5.1 Моделирование прогнозирования серого
4.5.2 Прогнозирование тренда цен на продукты питания
4.6 Метод прогнозирования индекса последовательности временной последовательности
4.6.1 Один метод плавного прогнозирования индекса
4.6.2 Метод плавного прогнозирования вторичного индекса
4.6.3 Метод сглаживания индекса трех -временного индекса
4,7 серийного серийного линейного вторичного движения Средний метод
4.8 Резюме этой главы
Глава 5 Алгоритм оценки качества обслуживания кафетерия на основе метода анализа слоев
5.1 Фон вопроса
5.2 Метод анализа уровня
5.2.1 Характеристики метода анализа слоев
5.2.2. Применение метода анализа слоя
5.2.3 Основные принципы и этапы метода анализа слоев
5.2.4. Например, применение метода анализа слоев
5.3 Студенческая столовая столовая. Удовлетворенность качество
5.3.1 Основные предположения о модели оценки качества обслуживания кафетерия
5.3.2 Анализ модели оценки качества обслуживания кафетерия
5.3.3 Описание символа модели оценки качества обслуживания кафетерия
5.3.4 Установление и решение моделей оценки качества обслуживания в сервисе кафетерия
5.4 Сводка этой главы
Глава 6 Использование инструментов оптимизации MATLAB Использование
6.1 Проблема линейного планирования
6.2foptions Функция
6.3 Нелинейные проблемы планирования
6.3.1 Небольшое значение ограниченной функции юаня
6.3.2 Неограниченное многофункциональное небольшое значение
6.3.3 Небольшое значение с ограниченной множественной функцией
6.3.4 Вторичные проблемы планирования
6.4“”
6.5 Чрезвычайно маленькая проблема
6.6 Многочисленные проблемы с целевым планированием
6.7 Первичная трилита
6.7.1 Британская линейная вторичная умножение
6.7.2 Не -линейная подгонка кривой
6.7.3 не -линейно -эрха
6.7.4 Несотражающее линейное вторичное умножение
6.8 Нелинейное уравнение ищет решение
6.8.1 Решение нелинейных уравнений
6.8.2 Решение нелинейной уравнения группы
6.9 Сводка этой главы
Глава 7 на основе оптимизации сети RBF
7.1RBF НЕРНАЛЬНАЯ СЕТИ
7.1.1RBF Характеристики сети
7.1.2RBF Структура сети
7.1.3RBF Сеть приближается
7.2 Неопределенная сеть RBF
7.2.1 Структура сети
7.2.2 Алгоритм на основе нечеткой сети RBF
7.3 Network Network Network подходит к сети RBF
7.4RBF Сеть -коррекция управления коррекцией
7.4.1 Алгоритм контроля коррекции самостоятельно
7.4.2RBF Алгоритм управления коррекцией сети сети
7.5 Краткое содержание этой главы
Глава 8 Алгоритм адаптивного управления подступлением
8.1 Неопределенный контроль
8.1.1 Конструкция нечеткой системы
8.1.2 Точность приближения нечеткой системы
8.1.3 смутное приближение симуляции
8.2 Косвенное адаптивное нечеткое управление
8.2.1 Общая нечеткая система
8.2.2 Проектирование адаптивного нечеткого контроллера
8.2.3 Анализ стабильности
8.2.4 Косвенное адаптивное нечеткое управление симуляцией управления
8.3 Прямой адаптивный нечеткий контроль
8.3.1 Описание проблемы
8.3.2 Конструкция контроллера
8.3.3 Адаптивный юридический дизайн
8.3.4 Прямая адаптивная моделирование управления нечетким управлением управлением
8.4 Резюме этой главы
Глава 9 Алгоритм управления на основе PID
9.1PID Principle Control
9.2 Экспертный контроль PID
9.3 Увеличение алгоритма управления PID и его моделирования
9.4 Алгоритм управления PID разделения точек и его моделирование
9.5 Контроль PID на основе фильтра Karman
9.6 Сводка этой главы
Главы DY 0, основанные на алгоритме управления качания LQR+PID
10.1 Фон
10.2 Линейная система
10.2.1 Основное определение пространства статуса
10.2.2 Выражение пространства статуса
10.2.3 Статус системы Линейное преобразование
10.2.4 Энергетическая управляемость линейных систем
10.3 Отличный контроль
10.3.1 Линейный вторичный контроль
10.3.2LQR Статус Матрица обратной связи
10.3.3PID CONTROL
10.3.4pid Статус Матрица обратной связи для решения
10.4 Система установки
10.4.1 Анализ
10.4.2 Используйте контроллер проектирования метода LQR
10.4.3 Используйте метод PID для разработки контроллера
10.5 Проектирование системы управления балансом политической системы
10.5.1Simulink Design Simulation
10.5.2 Линейный вторичный контроль над управлением.
10.5.3PID Управление установкой
10.6 Резюме этой главы
DY 1 основан на превосходном расчете алгоритма частиц
11.1 Основной алгоритм частиц
11.2 Сходимость алгоритмов частиц
11.3 Функция алгоритма производительности
11.3.1 ОДИН -DIMENTINGALE FUNCTION GLOBALE отлично
11.3.2 Классическая тестовая функция
11.3.3 Нет функции ограничения чрезвычайно ценной, чтобы найти хорошего
11.3.4 Существует значение полюса с ограниченной функцией, чтобы найти превосходство
11.3.5 Существует ограниченное значение полюса APSO, чтобы найти превосходство
11.4 Ящик для инструментов оптимизации MATLAB введение
11.5 Сводка этой главы
DY 2 Глава базовый анализ алгоритма улучшения частиц
12.1 Основной алгоритм частиц
12.1.1 Основной алгоритм PSO
12.1.2PSO Алгоритм Алгоритм Основные характеристики
12.1.3 Основной процесс алгоритма PSO
12.2 Улучшение алгоритма частиц
12.3 Повышение эффективности алгоритма частиц
12.3.1 Алгоритм PSO с инерционным весом
12.3.2 Алгоритм PSO с уменьшением веса.
12.3.3 Алгоритм PSO с адаптивным весом
12.3.4 Алгоритм PSO стратегии случайного веса
12.3.5 Добавить алгоритм PSO для коэффициента сокращения
12.3.6 Изменения в других параметрах
12.4 Резюме этой главы
DY 3 Глава логистического центра выбора иммунного алгоритма
13.1 Проблемы выбора сайта логистического центра
13.2 Основные идеи иммунного алгоритма
13.3 Проблема выбора логистического центра на основе алгоритма иммунной оптимизации решает
13.3.1 Производство начального тела
13.3.2 Оценка разнообразия решения
13.3.3 Иммунная работа
13.3.4 Модель решения
13.4 Резюме этой главы
DY 4 Глава Алгоритм кластера частиц на основе главы
14.1 Кластерный анализ
Анализ алгоритма оптимизации 14,2PSO
14.2.1 Алгоритм оптимизации частиц
14.2,2PSO Algorithm стратегия улучшения
14.3 Анализ искусственных иммунных характеристик
14.3.1 Биологическая иммунная система и их характеристики
14.3.2 Энтропия распределения
14.3.3 Среднее расстояние зерна
14.3.4 Элитное среднее отклонение
14.4 Алгоритм сохранения искусственного иммунитета на основе искусственного иммунитета
14.4.1PSO Функциональное значение значения полюса
14.4.2 Анализ теории алгоритма кластера частиц
14.4.3 Процесс реализации алгоритма производительности
14.4.4 Анализ кластерного анализа разнообразия
14.5 Сводка этой главы
DY 5: Автоматическая классификация типов растений на основе искусства
15.1ART Алгоритм классификации сети введение
15.1.1 Фактическое применение искусственной нейронной сети
15.1.2Art Network
15.2 Исследование автоматической классификации типов растений
15.2.1 Введение в типы растений
15.2.2 Классификация растений
15.3 Исследование автоматической классификации данных типа растений на основе АРТ
15.3.1 Введение в нейронную сеть
15.3.2 Адаптивная резонансная теория
15.3.3Art1 Структура сети
15.3.4Art1 Процесс работы
15.4 Краткое содержание этой главы
DY 6 Глава прогнозирование данных на основе байесовской сети
16.1 Метод байесовской статистики
16.2 Метод байесовского прогнозирования
16.3 Прогноз данных байесовской сети
16.4 Резюме этой главы
DY 7 Расчет главы на основе генетических алгоритмов
17.1 Расчет превосходства в генетических алгоритмах
17.2 GA, основанные на трехмерных изогнутых экстремальных поверхностях, выглядят хорошо
17.3 Выдающийся расчет на основе алгоритма GA_PSO
17.4 Краткое содержание этой главы
DY 8: Решение TSP на основе генетических алгоритмов
18.1 Анализ вопросов поставщиков путешествий
18.1.1 Введение в генетические алгоритмы
18.1.2 Анализ статус -кво генетического алгоритма
18.2 Особенности генетических алгоритмов
18.3 Характеристики каждого оператора в генетических алгоритмах
18.3.1 Выбор
18.3.2 кроссовер
18.3.3 Мутация
18.4 Основные этапы генетических алгоритмов
18.4.1 Кодирование
18.4.2 Генерация начального тела
18.4.3 Гибридизация
18.4.4 Тест оценки адаптации
18.4.5 Выбор
18.4.6 Мутация
18.4.7 Приостановка
18.5 Проблемы провайдеров на основе GA решаются
18.5.1tsp Определение проблемы
18.5.2TSP -алгоритм
18.5.3TSP -алгоритм схема процесса схемы
18.5.4 FIXED MAP SOLC
18.5.5 Случайная карта TSP Solution
18.6 Обсуждение генетического алгоритма
18.6.1 Кодирование представления
18.6.2 Функция адаптации
18.6.3 Стратегия отбора
18.6.4 Параметры управления
18.7 Краткое содержание этой главы
DY 9 ГЛАВА ПЛАНИЧЕСКИЙ ПЛАНИЧЕСКИЙ АЛГОРИТМ АНТИ
19.1 Двухмерный алгоритм планирования пути на основе алгоритма муравья
19.1.1 Теория Maklink
19.1.2 Теория алгоритма муравья
19.1.3dijkstra Алгоритм
19.1.4 Анализ и решение плана планирования
19.2 Трехмерный алгоритм планирования пути на основе алгоритма муравья
19.2.1 Трехмерное абстрактное моделирование космического пространства
19.2.2 Трехмерные проблемы пути
19.2.3 Обновление феромона
19.2.4 Пространство визуального поиска
19.2.5 Стратегия поиска муравья
19.2.6 Анализ и решение проблемы планирования пути
19.3 Резюме этой главы
Глава 20: Раствор ANT ANT TSP
20.1 Статус теории теории алгоритма муравья
20.2 Основные принципы алгоритма муравья
20,3 раствор TSP на основе ACO
20.4 TSP Решение на основе ACO_PSO
20.5 Краткое содержание этой главы
Глава 21 на основе алгоритма частиц на основе отжига моделирования
21.1 На основе алгоритма частиц, который имитирует отжиг
21.1.1 Предложение алгоритма отжига симуляции
21.1.2 Шаги по моделированию алгоритма отжига
21.1.3 имитирует алгоритм отжига частиц отжига
21.2 Резюме этой главы
Оптимизация функций на основе главы 22 на основе алгоритма поиска человека
22.1SOA Алгоритм Основной принцип
22.1.1 Поведение доставки
22.1.2 поведение
22.1.3 Пред -поведения
22.1.4 Поведение неопределенности
22.2 Алгоритм поиска
22.2.1 Поиск определения размера шага
22.2.2 Определение направления поиска
22.2.3 Обновление отдельного местоположения Searchman
22.2.4 Реализация алгоритмов
22.3 Оптимизация функций на основе алгоритма поиска человека
22.3.1 Оптимизация выбора функции
22.3.2 Результаты оптимизации функции
22.4 Резюме этой главы
ГЛАВА 23 СКАНИКИ CNC в параметрах SOA-PID Сервуатральной системы
23.1SOA -алгоритм в контроле PID
23.1.1 PPID Principle Control
23.1.2 Портативная обработка PID
23.1.3 Основной принцип настройки параметров PID на основе SOA
23.2 Схема проектирования на основе параметров PID на основе SOA
23.2.1 Код параметров
23.2.2 Выбор функции адаптации
23.2.3 Алгоритм процесс
23.2.4 Алгоритм экземпляр
23.2.5PID Параметры Установите результаты
23.3 Математическая модель машинного инструмента с ЧПУ для сервоприводной системы
23.3.1 Стандартные инструменты ЧПУ к математической модели PMSM для сервоприводной системы
23.3.2 Принципы векторной трансформации
23.3.3 Кларк Трансформация
23.3.4 Парк трансформация
23.3.5 Математическая модель PMSM на координатах координат
23.4 Преобразование механических параметров и нагрузок
23.5 Принципы управления вектором и ориентации магнитного поля
23.5.1 Принцип управления вектором
23.5.2 Принципы ориентации магнитного поля
23.5.3 PMSM в режиме управления ориентацией магнитного поля (ID = 0) в модели системы управления
23.5.4.
23.6 Оптимизация PID Servo System на основе алгоритма SOA на машинном инструменте NC
23.6.1 Выбор функции адаптации
23.6.2SOA Алгоритм процесс
23.6.3PID Параметры Установите результаты
23.7 Резюме этой главы
Рекомендации
Отображать всю информацию
GAO FEI, Matlab Technology Alliance, в течение длительного времени занимался обработкой информации и других связанных с ними задач.
Автор является опытным профессиональным инженером, и контент поступает из многолетнего опыта работы автора.Независимо от выбора случаев, детали объяснения, профессиональных знаний, связанных с книгой и т. Д., Все аспекты полностью учитываются предпочтениями читателей и стремятся создать“”
&Middot; Читатели освоения Matlab для интеллектуального обучения и развития алгоритма как можно скорее.
&Middot;Во время объяснения интеллектуального алгоритма эта книга подробно описывается на шагах.
&Middot;В этой книге подробно объясняется исследование приложения MATLAB в интеллектуальных алгоритмах посредством комплексных случаев приложений.