首先使用神经网络[1]在全校11357人的样本集上进行训练,然后引入H∞鲁棒设计算法[2]来提高模型的鲁棒性。由于东秦长时间封校,导致闭环系统很稳定,所以灵敏度加权函数设为 (0.01s+35)/(0.01+s),传递函数的加权函数设为0.01,最后由于东秦的ld总是朝令夕改,所以我们将补灵敏度函数的加权函数设为(6.67s+100)/(0.01s+400)。最终模型预测全校会有43.7%的学生会在这个学期晾被子,而其中大概7.6%的学生会选择今天晾被子,根据筷老师发布的时间我们可以判断是在今天下午2点半之前在6号楼丢的被子。最终通过T-SNE降维技术简化输入样本数,我们可以得出结论,丢被子的人是东秦的学生。
[1]王东平. 基于神经网络的被子掉落预测系统[D].东华大学,2019.DOI:10.27012/d.cnki.gdhuu.2019.000310.
[2] D.-W. Gu, P. H. Petkov and M. M. Konstantinov, Robust Control Design With MATLAB, New York, NY, USA:Springer, 2005.