算法
文章平均质量分 93
仗剑走天涯2020
守正出奇
展开
-
Matlab实现自适应动态规划——基于策略迭代的Q学习算法
复现的论文主要研究了离散时间确定性非线性系统的一种新型策略迭代型确定性Q学习算法。该算法的推导和与之前的Q学习算法的区别进行了讨论,对算法的收敛性和稳定性等性质进行了分析,采用神经网络实现了该算法,并通过仿真结果证明了其有效性。在本次复现过程中,分别采用扭摆非线性系统算例、质量弹簧阻尼系统以及非线性数值算例进行仿真,通过在三个模型的仿真结果,的确说明该算法的有效性。原论文主要在线性系统和扭摆非线性系统进行论文复现,发现提出的策略迭代型确定性Q学习算法在离散时间的非线性系统取得了不错的效果。原创 2023-12-01 22:17:08 · 888 阅读 · 5 评论 -
Matlab实现自适应动态规划多层神经网络的算例汇总
Matlab实现多层神经网络的算例汇总使用MATLAB实现多层神经网络的算例,包括扭摆系统、仿射非线性算例以及“质量-弹簧-阻尼”系统。扭摆系统 (torsional pendulum system)文献出处:【1】Liu D , Wei Q . Policy Iteration Adaptive Dynamic Programming Algorithm for Discrete-Time Nonlinear Systems[J]. IEEE Trans Neural Netw Learn S原创 2020-10-27 16:20:00 · 3395 阅读 · 10 评论 -
如何计算时间复杂度
一、概念时间复杂度是总运算次数表达式中受n的变化影响最大的那一项(不含系数)比如:一般总运算次数表达式类似于这样:a*2^n+b*n^3+c*n^2+d*n*lg(n)+e*n+fa ! =0时,时间复杂度就是O(2^n);a=0,bO(n^3);a,b=0,cO(n^2)依此类推eg:(1) for(i=1;i<=n;i++) //循环了n*n次,当然是O(n^2)转载 2016-12-14 23:10:31 · 359 阅读 · 0 评论 -
软件开发流程
我们已经经历了开发一款软件的流程中的各个 阶段(Phases) 。现在可以将这些阶段总结如下: 1. What/做什么(分析) 2. How/怎么做(设计) 3. Do It/开始做(执行) 4. Test/测试(测试与修复错误) 5. Use/使用(操作或开发) 6. Maintain/维护(改进) 编写程序时推荐的一种方式是遵循我们在编写备份脚本时所经历的步骤:进行分析与转载 2017-12-20 10:48:45 · 217 阅读 · 0 评论