《表1 仿真平台应用：基于机器学习的机动道路车辆冲突智能控制方法》
提示：宽带有限、当前游客访问压缩模式
由于机器学习是一个较为复杂的领域，所涉及的因素众多，且受到了时间、成本或安全问题的制约，为此利用AnyLogic仿真平台，对所提出的智能控制方法测试验证．该仿真平台所包含的应用如表1所示．
| 图表编号 | XD00136278000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.01 |
| 作者 | 林晓农 |
| 绘制单位 | 福州理工学院计算与信息科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 车辆油耗对比：基于混合整数规划的智能网联车冲突区时序优化模型》2021.03.01
- 《表5 车辆延误对比：基于混合整数规划的智能网联车冲突区时序优化模型》2021.03.01
- 《表3 参试品种农艺性状：基于机器学习的船舶能耗智能预测方法分析》2020.11.25
- 《表2 搭建平台时间对比：基于机器学习的船舶能耗智能预测方法分析》2020.11.25
- 《表1 仿真参数：基于深度强化学习的智能仿真平台设计》2020.07.01
- 《表1 测量平台位置坐标：基于卡尔曼滤波的序贯融合对机动目标跟踪算法与仿真》2020.07.25
- 《表1 实验参数：基于机器视觉的夜间道路前方车辆目标检测技术》2020.09.05
- 《表1 模型参数：基于机器学习的自动负载均衡方法研究及应用》2020.02.15
- 《表2 仿真初始条件：基于深度强化学习的智能PID控制方法研究》2019.09.01
- 《表1 仿真建模预测结果：基于机器学习的VoLTE质差用户评测方法》2019.09.25
- 《表1 仿真参数：基于遗传算法的道路车辆自组织网络源路由机制》2019.08.01
- 《表1 仿真使用平台：基于深度强化学习的移动机器人导航策略研究》2019.08.25
- 《表1 仿真参数设定：基于强化学习的多机器人仓储调度方法研究》2019.07.15
- 《表2 仿真结果：基于强化学习的多机器人仓储调度方法研究》2019.07.15
- 《表2 整个模型性能：基于机器学习的工业控制网络异常检测方法》2019.06.10
- 《表1 车辆仿真参数表：基于LMI方法的车辆侧倾运动安全主动悬架H_2控制器设计》2019.06.08
- 《表3 基本的机动态势：基于可扩展仿真平台的战术机动模型设计与实现》2019.05.01
- 《表1 实验样本数据表：基于机器学习的智能推荐技术在变压器选型中的应用》2019.05.01
- 《表1 仿真参数设置：基于强化学习的无人机自主机动决策方法》2019.04.01
- 《表1 传统机器学习方法：人工智能在电力系统及综合能源系统中的应用综述》2019.01.10