-
-
...多种可再生能源接入的微能源网,提出一种基于深度强化学习(deep reinforcement learning,DRL)的微能源网能量管理与优化方法。该方法使用深度Q网络(deep Q network,DQN)对预测负荷、风/光等可再生能源功率输出和分时电价等环境信息进行学...
-
-
此文档是linux基础学习篇2。 什么是 Linux 1. 什么是 Linux 1.1 计算器：计算的辅助工具 1.2 什么是操作系统？ 1.3 Linux 之前，Unix 的历史 1.4 关于 GNU 计划 2. Torvalds 的 Linux 发...
-
-
...虑了服务提供商（SP）的利润和客户（CU）的成本。强化学习（RL）用于说明分层决策框架，其中动态定价问题被表述为离散有限马尔可夫决策过程（MDP），并采用Q学习解决该决策问题。通过使用RL，SP可以在在线学习过程中自适...
-
-
此文档是FPGA学习总结[经典推荐]。文档中包括以下三部分：第一部分 vhdl程序中的基本问题总结。第二部分 FPGA设计学习经验。1. FPGA学习的一些误区2. 设计方法经验3. fpga设计的精髓 — 时序设计4.设计规范很重要第三部分 项目经...
-
-
...时价格。基于REP代理的学习能力的经济优化方式，基于Q学习方法的原理，结合问题的不同方面（例如价格上限和客户对实时定价的响应），通过经济优化的方式确定最有利的实时价格CDR模型代表的需求响应程序。基于新英格兰...
-
-
...在低数据环境下不使用任何实际的注释就优于几种半监督学习方法
-
-
此文档是单片机学习机及编程器的设计与制作。文档论述 了51系列单片机学习机及编程器的设计思路 和实现方法 ，该学习机既是仿真器又是编程器，他可以编程EPROM 和EPROM 及 AT89C51(2)，在该机上可以进行机器语 言程序的输入 、...
-
-
...于其非线性特性，这仍然是一项艰巨的任务。近来，机器学习领域中出现了深度学习，在广泛的领域中均取得了令人印象深刻的性能从图像分类到机器翻译的各种任务。深度学习模型在电力负荷预测问题中的应用正在引起研究人...
-
-
...（b）合成这些电路。该项目包含用于实现量子几何机器学习（QGML）方法的代码库，以及使用与特定的SU（$ 2 ^ n $）Lie群流形相关的测地线离散近似近似时间最优量子电路合成的仿真。 Perrier等人的论文《量子电路和控制的量子几...
-
-
为了实现IPCC气候目标，世界范围内的电力系统正在通过脱碳和交通运输和供热等社会其他部门的电气化而以多种方式发生变化。这些根本性变化的结果是，未来运营电力网络面临的挑战越来越大。当前依赖于将网络实时保持在...
