目录
1 概述
2 数学模型
3 算例及运行结果
4 Matlab代码及详细文章
5 全文总结
6 写在最后
1 概述
本文描述了分数阶微积分与计算智能方法之间的关系,并将其应用于智能系统的改进。以二阶微分方程为代表的基尔霍夫定律是通过非整数阶微积分求解的。获得的结果被用于决策树的实现,从而允许将决策规则纳入控制器。通过数学建模获得的结果确实放大了从基尔霍夫定律中提取的信息。由于该信息的增益幅度,决策树获得了更高的精度和准确性。通过这种方式,实现了构建一个能够用于开发具有较低响应时间和最高效率的控制器自动机的混合系统。本文描述了分数阶微积分与计算智能方法之间的关系,并将其应用于智能系统的改进。以二阶微分方程为代表的基尔霍夫定律通过非整数阶微积分求解。获得的结果用于实施大量决策树,进而支持纳入控制器的决策规则。通过数学建模获得的结果放大了从基尔霍夫定律中提取的信息。由于这些信息的量级,决策树获得了更高的精度和准确性。通过这种方式,实现了一种能够用于开发自动机控制器的混合系统,该控制器将呈现更短的响应时间和更高的效率。
2 数学模型
详细数学模型见第4部分。
3 算例及运行结果
4 Matlab代码及详细文章
本文仅展现部分代码
5 全文总结
在本文主要目标是提出并有效地构建一种结构良好的方法,以支持在混合建模中结合数学和计算方法。该提案的目标是为近期社会行为变化带来的当前能源管理问题寻找一种现代且稳健的解决方案。为此,本文提出了一种数学计算建模,使用分数阶微积分和决策树计算智能模型技术,该建模过程比较了数学和计算工具的不同技术,如 FODC 解决方案方法和 DT 结构.在详细阐述了所提出模型的全部功能之后,本文展示了证明其模型可行性和效率的结果,本研究的作者对所构建的方法感到满意,因为它能够解决智能电源管理的分析场景。预计这种方法可以作为其他研究人员的参考,以实现提高电源管理效率的共同目标。对于未来的研究,本文的作者计划针对更大、更复杂的场景调整这种方法。它还旨在通过应用不同的计算智能技术来提高算法的性能,这可能会为 5G 技术带来的物联网 (IOT) 提供改进。寻找更多的概率分析,未来的工作将包括贝叶斯网络的实施,以更好地理解现代随机系统。
6 写在最后
本文部分引用网络文献,如有侵权请联系删除。