- 博客(0)
- 资源 (11)
- 收藏
- 关注
Stochastic Control in Continuous Time.pdf
连续时间下的随机控制,主要介绍动态规划原则,HJB方程(有限时间、无限时间、停时)、最优停时问题、粘性解以及脉冲控制
该书是对上述问题/模型/理论的基础介绍,不过多涉及深层次定理证明,适用于入门
2021-08-19
森林火灾(自编).zip
对于网上常见的森林火灾模型进行整理和修改,得到着火树影响周围4格和周围8格的火灾模型,并且考虑了风对火扩张的影响,同时对树木着火数量+空地数量+绿树数量进行动态可视化
2021-08-19
drtoolbox.rar
从github上转来的matlab降维工具箱,直接调用函数compute_mapping就可以运用各种降维方法。该函数包使用方法请自行百度。
由于是转的函数包,所以这里就设置2积分。。。(`・ω・´)
2020-09-11
2010-2015年美国人口普查
2010-2015年美国人口普查数据excel,内容齐全,准确。其他也没啥好说的,这个文件是好几年前传的,不知道为啥所需积分被提高了???现在我重新改一下积分传一下
2019-01-17
LOF异常值剔除算法
LOF算法:剔除异常值,用于数据量不大,使用简单,并具有可视化功能,可将异常数据在图上显示出来,方便耐用。。。。所需积分不知道为啥被提高了,在此重新改一下传
2018-08-25
人工蜂群优化算法
人工蜂群算法是模仿蜜蜂行为提出的一种优化方法,是集群智能思想的一个具体应用,它的主要特点是不需要了解问题的特殊信息,只需要对问题进行优劣的比较,通过各人工蜂个体的局部寻优行为,最终在群体中使全局最优值突现出来,有着较快的收敛速度。为了解决多变量函数优化问题,Karaboga提出了人工蜂群算法ABC模型(artificial bee colony algorithm)。
2018-08-25
2018年东三省建模一等奖
独立计量区域(DMA)管理是控制城市供水系统水量漏失的有效方法之一,通过对流入或流出这一区域的水量进行计量,对流量,压力的分析来识别泄漏水模式。
针对问题一,利用拉以达法则进行异常值剔除,运用NAR神经网络模型,结合混沌时间序算法优化模型,建立变种神经网络模型,将异常值剔除后的供水量数据输入神经网络训练,得到供水量拟合趋势曲线。查阅各个典型用水模式的相关供水量数据,作出趋势图,并与拟合后的趋势曲线对比,辨识出该DMA分区的典型用水模式为居民生活(小区)模式。
针对问题二,参考国际水协制定的漏失指数(ILI)性能指标,将供水量-压力进行危险等级划分:A-正常,B-一般异常,C-较异常,D-严重异常,E-源头漏损5类。建立DBSCAN聚类模型,利用逆高斯函数对minPts与EPts值进行优化,得到优化SA-DBSCAN模型。将所有数据放入模型中进行分类,得到异常数据和正常数据。通过SA-DBSCAN模型将异常数据分类,对照等级分类标准,对异常值进行等级量化,得到不同危险等级下的漏水量模式。
针对问题三,参考资料,将供水异常模式分为:明漏,暗漏,源头漏损,供水失窃。建立BP神经网络模型,结合GA遗传算法优化,得到GA-BP神经网络。将问题二中所得的正常数据消除固定数值背景漏水量之后,输入神经网络训练,将异常数据放入网络,得到正常的供水量数据,与原异常数据对比出异常幅度和持续时间,结合辨识出的居民生活(小区)用水模式,识别不同月份异常值产生的模式。四月用水异常模式为供水失窃;五月用水异常模式为明漏、暗漏及源头漏损;六月用水异常模式为明漏和暗漏。
2018-08-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人