狼，被誉为“草原上的精灵”，历经千百年的进化和繁衍，表现出令人叹为观止的生物集群智能，学者们也从狼群群体生存智慧中获得启示并应用于各种复杂问题的求解［１－３］。
狼群算法（ｗｏｌｆ ｐａｃｋ ａｌｇｏｒｉｔｈｍ，ＷＰＡ）就是一种模拟狼群分工协作式捕猎行为及其猎物分配方式的群体智能算法，具有较好的计算鲁棒性和全局搜索能力，已成功应用于多个复杂函数寻优问题，尤其对于高维、多峰的复杂函数寻优效果较好［４］。
而实际中，依据解空间的不同，优化问题大体可分为连续空间优化问题和离散空间优化问题，复杂函数寻优问题属于前者。
狼群算法（ｗｏｌｆ ｐａｃｋ ａｌｇｏｒｉｔｈｍ，ＷＰＡ）就是一种模拟狼群分工协作式捕猎行为及其猎物分配方式的群体智能算法，具有较好的计算鲁棒性和全局搜索能力，已成功应用于多个复杂函数寻优问题，尤其对于高维、多峰的复杂函数寻优效果较好［４］。
而实际中，依据解空间的不同，优化问题大体可分为连续空间优化问题和离散空间优化问题，复杂函数寻优问题属于前者。
2025/12/23 4:25:23
1.82MB
1
深度学习在大量领域取得优异成果，但仍然存在着鲁棒性和泛化性较差、难以学习和适应未观测任务、极其依赖大规模数据等问题.近两年元学习在深度学习上的发展，为解决上述问题提供了新的视野.元学习是一种模仿生物利用先前已有的知识，从而快速学习新的未见事物能力的一种学习定式.
1.63MB
1
蚁群算法（AntColonyAlgorithm，ACA），最初是由意大利学者DorigoM.博士于1991年首次提出，其本质是一个复杂的智能系统，且具有较强的鲁棒性，优良的分布式计算机制等优点。
该算法经过十多年的发展，已被广大的科学研究人员应用于各种问题的研究，如旅行商问题，二次规划问题，生产调度问题等。
但是算法本身性能的评价等算法理论研究方面进展较慢。
该算法经过十多年的发展，已被广大的科学研究人员应用于各种问题的研究，如旅行商问题，二次规划问题，生产调度问题等。
但是算法本身性能的评价等算法理论研究方面进展较慢。
2025/11/16 12:56:55
6KB
1
对于直线永磁同步伺服电机,提出了一种高精度的H∞鲁棒位置控制器。
其中,使用H∞鲁棒控制理论设计反馈控制器,在具有模型摄动及外部干扰的情况下,保证了闭环系统的鲁棒稳定和鲁棒性能;针对被控对象的标称模型设计IP积分-比例位置控制器,以满足位置系统性能要求。
设计的控制器既保证了系统的鲁棒性,又保证了系统的跟踪性能。
仿真结果表明了提出方案的合理性和有效性。
其中,使用H∞鲁棒控制理论设计反馈控制器,在具有模型摄动及外部干扰的情况下,保证了闭环系统的鲁棒稳定和鲁棒性能;针对被控对象的标称模型设计IP积分-比例位置控制器,以满足位置系统性能要求。
设计的控制器既保证了系统的鲁棒性,又保证了系统的跟踪性能。
仿真结果表明了提出方案的合理性和有效性。
2025/11/2 1:07:58
184KB
1
IsolationForest（sklearn.ensemble.IsolationForest）：一种与随机森林类似，都是高效的集成算法，算法鲁棒性高且对数据集的分布无假设。
另外，基于树的集成算法，对数据特征的要求宽松。
另外，基于树的集成算法，对数据特征的要求宽松。
2025/10/21 3:50:49
4.34MB
1
该文件中含有一篇参考文献和该论文所有结论的MATLAB仿真实现，对于电力系统时滞控制的学习研究有帮助。
2025/10/18 8:58:01
492KB
1
为提高麦克纳姆轮移动平台移动的可靠性和准确性，在分析了麦克纳姆轮全向移动的原理和运动模型的基础上，发现麦克纳姆轮移动平台中如果四个轮子的转速控制不理想或某个轮子打滑，造成了移动平台的移动不稳定。
采用模糊PID控制算法，实现了对麦克纳姆轮的4个轮子的转速精确控制，解决了麦克纳姆移动平台运动的不稳定性和运动方向偏离。
通过MATLAB仿真实验和测试实验表明，模糊PID算法对麦克纳姆移动平台的控制具有很好的鲁棒性。
采用模糊PID控制算法，实现了对麦克纳姆轮的4个轮子的转速精确控制，解决了麦克纳姆移动平台运动的不稳定性和运动方向偏离。
通过MATLAB仿真实验和测试实验表明，模糊PID算法对麦克纳姆移动平台的控制具有很好的鲁棒性。
1.39MB
1
针对一类具有非线性扰动不确定时滞系统，研究了使闭环系统渐近稳定且滚动时域性能指标在线最小化的鲁棒预测控制器设计问题。
基于预测控制滚动优化原理，运用Lyapunov稳定性理论和线性不等式方法，将无穷时域“min-max”优化问题转化为凸优化问题，给出了系统稳定的充分条件。
优化问题的可行性保证了算法的鲁棒稳定性。
最后通过仿真验证所提方法的有效性。
基于预测控制滚动优化原理，运用Lyapunov稳定性理论和线性不等式方法，将无穷时域“min-max”优化问题转化为凸优化问题，给出了系统稳定的充分条件。
优化问题的可行性保证了算法的鲁棒稳定性。
最后通过仿真验证所提方法的有效性。
2025/8/28 4:40:31
1.02MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB