- 博客(20)
- 收藏
- 关注
RSS订阅原创 强化学习—PPO代码实现及个人详解2（python）
batch 应该是一个包含多个列表（或其他可迭代对象）的列表，如 [[1, 2, 3], [4, 5, 6], [7, 8, 9]]。通过 zip(*batch)，将这些子列表中对应位置的元素打包成元组，例如 (1, 4, 7)、(2, 5, 8)、(3, 6, 9)。首先初始化，这里并没有传入参数，但会创建一个空的双向队列 self.buffer。（2）函数注解中使用 -> None 表示该函数的返回值类型为 None，即函数不返回任何有意义的值，类似于在函数体中显式地使用 return None。
2024-04-03 10:45:48
792
1
原创 论文研究3——模糊系统（1）
通常，我们让系统判断一件事时，回答大多应该是：是或者否，也就对应计算机中的1或者0，就好像我问你来了吗，你应该回答的来了或者没来，但是前段时间看视频，里面教授说了个很有意思的词，“如来”，来了吗，如来。就是好像来了，又好像没来，给人一种很模糊的感觉，其实模糊系统也是如此。
2023-09-28 16:00:52
590
原创 论文研究2——李雅普诺夫（Lyapunov）稳定性分析
本文简单的对李雅普诺夫（Lyapunov）第二法的判稳流程进行了介绍，并给出了一些例题
2023-09-20 17:59:26
14203
5
原创 数学建模6——路径规划的各种算法(Dijkstra、Floyd、A*、D*、RRT*、LPA*)
简单的对路径规划的几种经典算法进行介绍，最后简述了一下各方法的区别
2023-09-19 20:18:38
13602
原创 （五）分类算法——决策树
决策树，将大量的样本通过每一次分支后，将数据进行分类，（算是个，让数据按类别进行筛选）而分支上的条件是利用一定的训练样本，从数据中“学习”出决策规则，自动构造出决策树。比如下方的例子。在学习决策树之前， 我们需要先知道几个概念。根据上面的几个概念，我们根据划分标准的不同，衍生出了。具体使用哪个方法，要根据使用场景、样本数量、样本特征等情况进行分析和选择。
2023-09-12 09:53:11
194
原创 软件学习——Lingo
Lingo可以用来求解问题。前提：在该软件下，有几个默认条件。①LINGO默认所有变量是非负的。②LINGO中没有严格的和代表<=代表>=。③LINGO不区分变量的大小写。④LINGO的注释用！引出，用;结尾。
2023-09-07 16:21:07
214
原创 （二）评价模型——主成分分析（PCA）
首先先来说明一下，主成分分析现在多用来进行，将大量数据进行后，再使用其他的算法进行进一步的分析，降维可以去除噪声和不重要的特征，从而实现提升数据处理速度的目的。在实际的生产和应用中，降维在一定的信息损失范围内，可以为我们节省大量的时间和成本。降维也成为应用非常广泛的数据预处理方法。（这个方法一般需要结合使用）当然，如果要对数据进行降维处理，我们还有其他的方法：比如奇异值分解（SVD）、主成分分析(PCA)、因子分析(FA)、独立成分分析(ICA)。
2023-09-02 16:44:29
1686
原创 （一）优化模型——遗传算法
遗传算法具有很强的鲁棒性、随机性、自适应性。算法过程中的遗传、交叉及变异等操作都是通过轮盘赌的随机概率去实现的，增加了整个算法的灵活性，从而使得在进化的过程中产生更加优质的个体，提高整个种群的。
2023-09-02 15:04:06
807
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人