• 贝叶斯推理提供了一种概率手段，基于如下的 假定：待考察的量遵循某概率分布，且可根据 这些概率及已观察到的数据进行推理，以作出 最优的决策。 • 贝叶斯推理为衡量多个假设的置信度提供了定 量的方法 • 贝叶斯推理为直接操作概率的学习算法提供了 基础，也为其他算法的分析提供了理论框架

提出了一种带有负载观测功能的异步电动机广义预测控制算法,在对系统动态模型分析的基础上建立了调速系统的受控自回归积分滑动平均模型.该控制算法给出了能够使下一次采样时刻的实际转速以最优特性跟踪下一时刻参考转速的广义预测控制律,并采用负载转矩观测器的前馈功能增强速度控制的抗干扰能力.仿真和实验结果表明,通过合理选择控制器参数,具有转矩预测功能的直接转矩控制系统在转速跟踪和抗扰能力方面得到一定提高

针对流程工业生产过程连续性的特点,从一种新的角度建立了工件等待时间受限的混合流水车间调度模型.以总完工时间最小化和工件在各机器最早开工时间最小化为目标函数,利用改进的遗传算法生成最优排序计划,并用模拟的实际生产数据对模型和算法进行验证和分析

针对多约束的炼钢-连铸重计划问题，提出了一种按扰动时炉次的状态进行炉次分类求解的重计划方法.将重计划问题中的约束分成强制约束和柔性约束两类，针对正在作业炉次设计了基于时间顺推和遗传算法的混合算法，针对未作业炉次设计了基于时间倒推和遗传算法的混合算法，通过强制约束结合混合算法搜寻可行解，然后在可行解中利用柔性约束搜寻最优解.采用钢厂的生产实绩数据进行仿真实验验证了该方法的可行性和有效性

实验目的 1、了解最短路的算法及其应用 2、会用 Matlab软件求最短路 实验内容 1、图论的基本概念 2、最短路问题及其算法 3、最短路的应用 4、建模案例:最优截断切割问题 5、实验作业

将一种自适应遗传算法应用于移动机器人路径规划.提出了一种基于几何避障法的初始种群产生算法;设计了基于启发式知识的交叉、变异、求精和删除算子;采用一种新的模糊逻辑控制算法自适应地调节交叉概率和变异概率;对移动机器人离线和在线规划问题进行了仿真研究.仿真结果表明:自适应遗传算法具有较快的搜索速度、较高的搜索质量以及较强的自适应能力,为移动机器人最优路径规划问题的解决提供了一种新方法

本文提出的一种多变量自寻优闭环移动极点自校正控制算法的基本策略是:在控制过程中,以多变量广义最小方差为目标,自动移动闭环极点,且使其在控制量允许的范围内,闭环极点处在理想位置的系统。这样不仅能实现最优控制,且具有极点配置的鲁棒性

以VC#.net、SQL Server 2008和地理信息系统为平台，对矿井地图进行了具有地理属性开发的研究，建立了图形库、数据库、方法库和知识库，并构建了基于避险设施的矿井火灾应急救援系统。对矿井火灾进行了实时在线模拟，分析和预测了火灾动态发展趋势，实现了矿井火灾烟流传播和最佳避灾路线的动态可视化显示功能。引入安全性、通行效率等因素对灾后巷道通行能力的变化进行修正，制定了基于避险设施的最优避灾路线选择原则和\理想—可行—逃生\等级路线。利用堆栈数据结构对Dijkstra算法进行改进，提高了在线运算速度。该系统已应用到潞安常村煤矿

由上一章定理 5，线性规划问题的最优解可以只限于在基可行解中去挑选。由于基可行 解有限,故原则上可采用枚举法。但从算法的角度看,这显然不是简便有效的。当 m、n 较大 时,根本行不通。事实上 m、n 在 100 左右的线性规划问题属于小型的

回溯法有“通用的解题法”之称。应用回溯法解问题时，首先应 该明确问题的解空间。一个复杂问题的解决往往由多部分构成，即， 一个大的解决方案可以看作是由若干个小的决策组成。很多时候它们 构成一个决策序列。解决一个问题的所有可能的决策序列构成该问题 的解空间。解空间中满足约束条件的决策序列称为可行解。一般说来， 解任何问题都有一个目标，在约束条件下使目标达优的可行解称为该 问题的最优解