Matlab 和Smulink 制冷空调仿真资料集（资料+代码+案例）

递归最小二乘法

【实例简介】模拟退火算法具有很好的跳跃能力，能够有效的避免陷入局部最优

MATLAB模拟PCR过程

数组与矩阵-练习.docx

多输出支持向量回归 对于一般的回归问题，给定训练样本D={(x1,y1),(x2,y2),...,(xn,yn)},yi€R,我们希望学习到一个f（x）使得其与y尽可能的接近，w，b是待确定的参数。在这个模型中，只有当f(x)与y完全相同时，损失才为零，而支持向量回归假设我们能容忍的f(x)与y之间最多有ε的偏差，当且仅当f(x)与y的差别绝对值大于ε时，才计算损失，此时相当于以f(x)为中心，构建一个宽度为2ε的间隔带，若训练样本落入此间隔带，则认为是被预测正确的。（间隔带两侧的松弛程度可有所不同） ------

matlab编写的对数据进行局部加权，拟合回归算法

【实例简介】关节空间下机械臂运动轨迹规划及动态仿真

MATLAB三次样条插值法 求信号的包络线 源代码

【实例简介】 预测信号由二阶线性预测模型产生， .其中，是均值为零，方差为1的高斯白噪声序列，a1=1.558,a2=-0.81。分别利用LMS算法、格型LMS算法、RLS算法、LSL算法来估计线性预测模型参数a1和a2 一.实验目的 1.预测信号由二阶线性预测模型产生，.其中，是均值为零，方差为1的高斯白噪声序列，a1=1.558,a2=-0.81。分别利用LMS算法、格型LMS算法、RLS算法、LSL算法来估计线性预测模型参数a1和a2； 2.利用LMS算法和RLS算法将一个叠加有噪声的信号实现噪声消除，恢复原始信号。

摘要：针对机器人路径规划中，传统蚁群算法收敛速度慢、易陷入局部最优解等问题，提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型，并基于人工势场建立启发信息素矩阵，降低了蚂蚁在初始阶段搜索的盲目性；引入激励函数，降低搜索过程中的死锁现象；改进信息素的更新机制，增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明：改进后蚁群算法的机器人路径规划算法加快了收敛速度，具有较强的鲁棒性和全局寻优能力。关键词：蚁群优化(ACO)算法；人工势场；路径规划；机器人