1分居抽样及估针量 简单随机抽样是最基本的抽样手段,在一些小型的抽样 调查中被人们采纳。所谓小型是指总体容量N较小,当总体 容量N较大时,不便采用简单随机抽样方法。这时,分层抽 样将起到作用

最优控制是系统设计的一种方法。它所研究的中心问题是如何选择控制信号才 能保证控制系统的性能在某种意义下最优

本章 5.1 节为概述。5.2 节介绍 Lyapunov 意义下的稳定性定义。5.3 节给出Lyapunov 稳定性定理，并将其应用于非线性系统的稳定性分析。5.4 节讨论线性定常系统的 Lyapunov 稳定性分析。5.5 节给出模型参考控制系统，首先用公式表示 Lyapunov 稳定性条件，然后在这些条件的限制下设计系统。5.6 节讨论线性二次型最优控制系统，将采用 Lyapunov 稳定性方程导出线性二次型最优控制的条件。5.7 节给出线性二次型最优控制问题的 MATLAB 解法

本章 5.1 节为概述。5.2 节介绍 Lyapunov 意义下的稳定性定义。5.3 节给出Lyapunov 稳定性定理，并将其应用于非线性系统的稳定性分析。5.4 节讨论线性定常系统的 Lyapunov 稳定性分析。5.5 节给出模型参考控制系统，首先用公式表示 Lyapunov 稳定性条件，然后在这些条件的限制下设计系统。5.6 节讨论线性二次型最优控制系统，将采用 Lyapunov 稳定性方程导出线性二次型最优控制的条件。5.7 节给出线性二次型最优控制问题的 MATLAB 解法

本章首先讨论 Lyapunov稳定性分析,然后介绍线性二次型最优控制问题。 我们将使用 Lyapunov稳定性方法作为线性二次型最优控制系统设计的基础。 应用于线性定常系统的稳定性分析方法很多然而,对于非线性系统和线 性时变系统,这些稳定性分析方法实现起来可能非常困难,甚至是不可能的。 Lyapunov稳定性分析是解决非线性系统稳定性问题的一般方法

本章首先讨论 Lyapunov稳定性分析,然后介绍线性二次型最优控制问题。 我们将使用 Lyapunov稳定性方法作为线性二次型最优控制系统设计的基础。 应用于线性定常系统的稳定性分析方法很多然而,对于非线性系统和线 性时变系统,这些稳定性分析方法实现起来可能非常困难,甚至是不可能的。 Lyapunov稳定性分析是解决非线性系统稳定性问题的一般方法

–匹配滤波器 –Winer最优估计 –Wiener-Hopf方程 –LMS滤波

研究了一类广义离散时间线性系统的预见控制问题.首先通过对系统方程,误差向量和可预见的目标值信号取差分,构造出一个扩大误差系统,把广义系统的预见控制问题转化为一个形式上的普通广义系统的控制问题.然后利用广义系统最优控制理论的结果,得到广义系统的带有预见前馈补偿的控制器.同时通过详细推导,把一个阶数很高的矩阵Riccati方程降为一个阶数很低的Riccati方程,从而使闭环系统可以实现

油箱壳外形复杂,拉深成形过程中容易出现侧壁起皱和圆角处破裂的缺陷,成形工艺参数的确定非常重要.结合分类与回归决策树(classification and regression tree,CART)的人工智能技术和模型交叉验证方法,通过调用Python平台开源库Scikit-Learn对油箱壳拉深成形数值模拟结果进行知识挖掘,筛选出对油箱壳拉深成形影响大的工艺参数;以基尼指数(Gini index)最小化作为最优特征值及最优切分点选择的依据,构建了工艺参数与性能指标关系的CART决策树,提取出了可靠的工艺设计规则.油箱壳拉深实例表明,CART决策树理论的知识发现技术是实现板料成形过程数值模拟结果潜在知识挖掘的可行途径

1 概率密度估计 2 最大似然估计 例 1 均值和方差的无偏与有偏估计 什么是高斯分布 ML 的全局最优？ 二元函数局部最优条件 例 2 3 最大后验概率估计 例 3 4 贝叶斯估计 例 4 5 期望最大化 EM EM 在高斯混合模型中的应用