• Computational Intelligence Paradigns for Optimization Problems Using MATLAB

    Computational intelligence (CI) techniques have attracted several research engineers, decision makers, and practicing researchers in recent years for solving an unlimited num- ber of complex real-world problems, particularly related to the area of optimization. In the indecisive, uncertain, chaotic existence of multiple decision variables, complex constraints, and turmoil environment, classical and traditional approaches are incapable of obtaining complete and satisfactory solutions to optimization problems. CI embraces techniques that use global search optimization, machine learning, approximate reasoning, and connec- tionist systems. CI techniques involve a combination of learning, adaptation, and evolu- tion used for intelligent and innovative applications. CI is considered as one of the most innovative research directions, since efficient, robust, and easy-to-use solutions to complex real-world problems can be developed.

    2018-11-30
    9
  • Master Machine Learning Algorithms

    Machine learning algorithms dominate applied machine learning. Because algorithms are such a big part of machine learning you must spend time to get familiar with them and really understand how they work. I wrote this book to help you start this journey. You can describe machine learning algorithms using statistics, probability and linear algebra. The mathematical descriptions are very precise and often unambiguous. But this is not the only way to describe machine learning algorithms. Writing this book, I set out to describe machine learning algorithms for developers (like myself). As developers, we think in repeatable procedures. The best way to describe a machine learning algorithm for us is: 1. In terms of the representation used by the algorithm (the actual numbers stored in a file). 2. In terms of the abstract repeatable procedures used by the algorithm to learn a model from data and later to make predictions with the model. 3. With clear worked examples showing exactly how real numbers plug into the equations and what numbers to expect as output.

    2018-11-30
    10
  • Convex optimization 英文原版,可复制文字版

    本书由美国斯坦福大学StephenBoyd教授和加州大学洛杉矶分校LievenVanden-berghe教授合着,从理论、应用和算法三个方面系统地介绍凸优化内容。 凸优化在数学规划领域具有非常重要的地位。从应用角度看,现有算法和常规计算能力已足以可靠地求解大规模凸优化问题,一旦将一个实际问题表述为凸优化问题,大体上意味着相应问题已经得到彻底解决,这是非凸的优化问题所不具有的性质。从理论角度看,用凸优化模型对一般性非线性优化模型进行局部逼近,始终是研究非线性规划问题的主要途径,因此,通过学习凸优化理论,可以直接或间接地掌握数学规划领域几乎所有重要的理论结果。由于上述原因,对于涉足优化领域的人员,无论是理论研究还是实际应用,都应该对凸优化理论和方法有一定程度的了解。

    2018-11-30
    27
  • 北航图书馆文献搜索培训全课件

    “信息 资源 利用”专题培训讲座是图书馆推出的实用性读者培训活动,旨在帮助读者了解和掌握图书馆各种资源及相关服务的利用方法,欢迎大家参加。每次讲座时间约60分钟(含上机实习)。 内容包含SCI、EI数据库利用、学术资源与学术信息发现、学位论文资源的获取等。

    2018-09-24
    10
  • 英文论文写作三件套

    本文件为英文论文写作的常用工具,包括Stylewriter、论文自动接错工具和WhiteSmoke.

    2018-09-24
    28
  • EndNote中文教程合集

    本压缩包为EndNote中文教程的合集,内容包括EndNote使用手册、基础教程,EndNote讲座PPT以及在Latex中的应用等文件。

    2018-09-24
    43
  • 现代控制理论课程PPT

    本文档为北航宇航学院研究生课程现代控制理论的课程PPT文档,还包含课程参考教材的PDF文档,欢迎大家下载使用。

    2018-09-24
    50
  • 北航鲁棒控制理论及实践课程讲义

    课程内容简介 在控制系统的建模过程中,由于忽略了各种因素,产生模型不确定性。本课程讲授模型不确定性存在的场合,系统的鲁棒稳定性分析和鲁棒控制器设计理论。使学生掌握不确定控制系统的分析与综合方法。并结合实际,进行四个工程案例的分析。本课程为硕士研究生必修课,也可作为博士研究生必修课或选修课。 章节与学时分配 第一章 概论(1学时),介绍鲁棒控制理论发展概况;    第二章 基础知识(2学时),介绍学习本课程需要的数学知识;    第三章 鲁棒稳定性分析方法(4学时),主要介绍Lyapunov方法和多项式方法;    第四章 鲁棒控制器设计方法(6学时),主要介绍保证价值控制方法和Lyapunov方法; 第五章 滑动模态控制器设计方法(10学时),主要介绍滑动模态控制器设计方法;   第六章 鲁棒控制的应用(9学时),通过汽车自动驾驶、航天器姿态控制、机器人控制和导弹侧向控制等四个工程案例,讲述鲁棒控制器设计方法的应用过程。

    2018-09-24
    50
  • 北航矩阵论教程

    本文档包含北航矩阵理论A全部课程课件,附带还有使用教材课后习题参考答案,欢迎大家下载使用。

    2018-09-24
    47
  • 航天器姿态控制系统设计讲义

    本讲义为word文档,制作精良,有很好的目录索引.内容包含绪论,航天器姿态动力学,航天器的姿态确定,自旋稳定航天器姿态控制系统设计和三轴稳定航天器姿态控制系统设计.

    2018-09-24
    50
关注 私信
上传资源赚积分or赚钱