说明：2017研究生赛F题的一大波资料
说明：使用遗传算法对电池soc估计.ＲBF 神经网络法有很强的非线性拟合能力，可映射任意复杂的非线性关系，具有很强的鲁棒性和记忆能力，且学习规则简单、学习能力强大，便于计算机实现。但如何合理确定网络的结构和参数，目前尚未有系统的规律可循，网络的逼近性能因此受到影响。GA 借鉴了自然界遗传中适者生存法则，在...
说明：非常全面的灵敏度分析讲解以及灵敏度检验案例。
说明：使用机器人充电电池和传输数据可极大地提高了无线传感器网络的生命周期。在此视频，机器人的路径由航点（绿色圆圈）控制，并且其中每个传感器可以被提供服务的区域被突出显示。我们使用的梯度下降和“多旅行商问题”（MTSP）搜索算法相结合的移动朝航点，其中传感器节点可以同时确保航点呆在接近充电区域。 SRIK...
说明：应用背景最近的研究表明，流体为基础的模型可以描述瓶颈网络[1-3]的动态行为。基于流体模型的稳定性可以反映网络中是否存在拥塞。关键技术我们开发一个基于流体模型[2,3]在平衡线性化处理[ 1 ]为主动队列管理的网络的稳定性分析点（AQM）。%用不确定线性时滞系统描述了瓶颈网络的1，%然后二维（二维）...
说明：2018美赛F题的一些参考资料
说明：C题大量资料，大家看看哪个有用