欠驱动船舶模型预测控制代码

【实例简介】进行小样本数据情况下污水排放量的变化规律预测，由于使用神经网络算法难以训练数据，故考虑采用GM预测实现未来污水排放量预测。

数字信号处理实践教程实验名称：FFT及其应用一．实验目的学习按时间抽取的基—2FFT算法原理，掌握使用FFT快速计算序列线性卷积的原理与方法，掌握重叠相加法和重叠保留法的原理。二．实验原理快速傅里叶变换将时域中难以处理的信号转换成易于处理的频域信号，分析完成后进行傅里叶反变换即得到原始的时域信号。需要注意区分的是FFT算法针对一个已经测量好的数字序列进行处理，是DFT的一种快速算法，通过蝶形运算利用正交函数特性大大提高了运算速度；而递归DFT算法则是每测量一个点都计算一次。或者可以这么理解：FFT是离线式的计算，而递归DFT则是在线式的。

【实例简介】电力系统继电保护中的电流保护实例

Decision-making Trial and Evaluation Laboratory(DEMATEL)直译为决策实验室分析。DEMATEL 也有翻译成决策与试验评价实验室，或者简称实验室法。由于中文比较拗口，一般情况下，念[de mei tel] 或者念 [di mie tel]。1971 年在日内瓦的一次会议上美国 Battelle 实验室的学者 A. Gabus 和 E. Fontela 提出的为了解现实世界中复杂、困难的问题而提出的方法论，是一种运用图论和矩阵工具的系统分析的方法。通过系统中各要素之间的逻辑关系和直接影响矩阵，可以计算出每个要素对其它要素的影响度以及被影响度，从而计算出每个要素的原因度与中心度，作为构造模型的依据，从而确定要素间的因果关系和每个要素在系统中的地位。DEMATEL 是一种系统要素分析方法，通过分析系统各要素之间的逻辑关系，构建直接影响矩阵并对其进行相关计算，以此确定各要素对其他要素的影响度与被影响度，进而计算出中心度与原因度进一步揭示系统的结构关系。该方法在诸多复杂系统的因素重要性权重分析研究中有着相对成熟的应用

【实例简介】通过粒子群算法求解蚁群算法的参数值，并采用该混合算法求解TSP

《MATLAB 向量化编程基础精讲》使用MATLAB新版本2016a，拣选Mathworks官方群组Cody中一些有趣的代码问题，分6章讲解这些优秀示例代码中使用数组、字符串操作、正则表达式以及匿名函数等方面的MATLAB编程技巧，并对其中较为典型和精彩的用法做扼要点评，对一些复杂思路或代码的细节和步骤，还逐一展开了延伸分析，使学习MATLAB编程的用户，能迅速体会MATLAB矢量化编程语言的基本特色。

描述无人驾驶无人驾驶车辆模型预测控制  这个书搭配的示例代码，笔者改过，加了不同的路径。

简洁易懂的matlab版ply彩色模型生成工具，只需要输入点云的坐标矩阵和对应的彩色RGB数组，即可生成二进制的ply文件，代码通俗易懂，十分便捷。

【实例简介】函数fm可更改

%% 输入数据 %0负荷节点  1PQ节点  2PV 节点  3平衡节点 %序号 bus   Area Zo co V   sita    PL       QL        PG      QG      Vbase?    PVBASE  PVQmax  PVQmin BUS=[...    1    100   1  1  3 1.04  0.     0.       0.        71.6410 27.04592 100.    1.04   999900 -99990                                                                                                                                                                                   2    100   1  1  2 1.025 9.28   0.       0.        163.    6.65366  100.    1.025  999900 -99990                                                                                                                                                                                 3    100   1  1  2 1.025 4.6647 0.       0.        85.     -10.8597 100.    1.025  999900 -99990                                                                                                                                                                                   4    100   1  1  1 1.025 -2.216 0.       0.        0.      0.       100.    1.       0.     0.                                                                                                                                                                                      5    100   1  1  1 0.995 -3.988 125.     50.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                    6    100   1  1  1 1.012 -3.687 90.      30.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                      7    100   1  1  1 1.025 3.7197 0.       0.        0.      0.       100.    1.       0.     0.                                                                                                                                                                                     8    100   1  1  1 1.015 0.7275 100.     35.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                    9    100   1  1  1 1.032 1.9667 0.       0.        0.      0.       100.    1.       0.     0. ];