| 标题 |
[高分]
Data-driven H 2 / H ∞ control for full-car active suspension systems via stochastic reinforcement learning algorithm 基于随机强化学习算法的整车主动悬架数据驱动H2/H∞控制
相关领域
控制理论(社会学)
稳健性(进化)
计算机科学
主动悬架
强化学习
随机控制
最优控制
数学优化
鲁棒控制
悬挂(拓扑)
代数Riccati方程
控制(管理)
自适应控制
随机过程
随机优化
随机建模
控制系统
代数数
随机逼近
迭代学习控制
数学
振动控制
理论(学习稳定性)
随机规划
钥匙(锁)
执行机构
Riccati方程
迭代法
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Proceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science 作者:Gang Wang; Jiafan Deng; Deyang Duan 出版日期:2025-12-30 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)