挤 多维监控异常根因分析，复现论文ISSRE 2019 REG文件“多维根本原因的通用和鲁棒性本地化”。 数据 数据集A，B0，B1，B2，B3，B4，D在上可用。 基本事实根本原因集在每个子文件夹的injection_info.csv中。 引文 @inproceedings {squeeze，title = {多维根源的通用且鲁棒的本地化}，作者= {Li，Zeyan和Luo，Chengyang and Zhao，Yiwei and Sun，Yongqian and Sui，Kaixin and Wang，Xiping and Liu，Dapeng ，书名= {2019 IEEE第30届软件可靠性工程国际研讨会（ISSRE）}，年份= {2019}，组织= {IEEE}}

蝙蝠算法matlab程序代码健壮的波束形成纸 描述 该项目包含针对脑电图数据的鲁棒波束成形算法的全面分析，该算法可解释头部模型中的各向异性不确定性。 如何设置？ 运行模拟 跑步 startup 这将检查依赖项，并在缺少依赖项时通知您。 我不会尝试为您安装所有它们。 （我希望在Matlab中有一个简单的方法）。 有关更多信息，请参见下面的依赖项。 拥有所有依赖项后，运行 run_all 它包含用于日记纸的脚本，您可以注释掉所有不想运行的脚本。 当心，该项目可能会生成大量数据，并且需要花费一些时间。 我尝试了尽可能多的并行化。 生成纸样 运行（逐行） plot_all 该脚本列出了用于生成纸张图的所有其他相关脚本。 在Blade16上运行 Linux 跑步 $ sh upload.sh 视窗 使用您的凭据配置upload.txt 运行upload.bat 从Blade16下载输出数据 Linux 跑步 $ sh sync_output.sh 选择某些文件类型的更多选项 $ sh sync_output.sh --help 视窗 使用您的凭据配置sync_output.txt 运行sync_

matlab矩形序列代码使用管的鲁棒模型预测控制 该存储库包含管模型预测控制（tube-MPC）[1]以及用MATLAB编写的通用模型预测控制（MPC）的示例。 要求 Optimization_Toolbox（matlab） control_toolbox（matlab） 多参数工具箱3（开源，可从以下网址免费获得） 反馈，错误报告，贡献 如果您觉得此软件包有帮助，给此存储库加一个“星号”将对我来说是一个愉快的反馈！ 如果您发现错误，或者对试管MPC有更广泛的疑问，请在中发布。 我将尽力通过电子邮件回答问题，但我强烈建议在问题页面上这样做。 对我而言，保持自己的步调容易得多。 用法 对于tube-MPC和通用MPC，请分别参见example/example_tubeMPC.m和example/example_MPC.m 。 注意，这里的每个不等式约束都表示为凸集。 例如，状态Xc的约束条件指定为矩形，该矩形由4个顶点构成。 当考虑一维输入Uc ， Uc将由最小值和最大值（即u∊[u_min, u_max] ）指定，因此将由2个顶点构造。 有关更多详细信息，请参见示例代码。 管MPC的简

Handbook of Robust Low-Rank and Sparse Matrix Decomposition

基于穷举法的机器人避障路径寻优matlab源码, 采用穷举法进行机器人避障学习及路径寻优，源码简单易学，适合初学者使用！

鲁棒控制工具箱提供了一系列的函数和工具以支持带有不确定元素的多输入多输出控制系统的设计。在该工具箱的帮助下，你可以建立带有不确定参数和动态特性的LTI模型，也可以分析MIMO系统的稳定性裕度和最坏情况下的性能。 该工具箱提供了一系列的控制器分析和综合函数，能够分析最坏情况下的性能及确定最坏情况下的参数值。利用模型降阶函数能够对复杂模型进行简化。同时提供了先进的鲁棒控制方法，如H2、H∞、LMI、μ分析等。

非线性控制经典教材，英文原版，原汁原味！做非线性控制的童鞋不可或缺的好教材！

Robust and adaptive control

% 目的：计算 OLS 并报告 Robust SE，以及 Newey-West 和 Hansen-Hodrick 调整后的异方差序列一致标准误差。 % 输入： % y = T x 1 向量，左侧变量数据％X = T xn矩阵，右手变量数据% L = 包含在 NW 校正标准误差中的滞后数% H = 包含在 HH 校正标准误差中的滞后数% %注意：如果你想要一个向量，你必须使一列 X 成为一个向量％ 不变。 ％ 输出： ％beta =回归系数1 xn系数的向量% R2 = 未调整% R2adj = 调整后的 R2 % X2(Degrees of Freedom) = : 所有系数的卡方统计量％共同为零。 % std = 更正的标准错误。 % t_ = NW 和 HH 的 t-stat %注意：对于卡方测试程序检查第一个是否为常数并忽略该常数％ 测试。 如果只有一个测试版，程序不会报告 X^

考虑不确定性的配电网经济调度问题，用列与约束算法解决。