控制向量参数化方法是求解最优控制的一种常用方法,其时间网格通常是固定的。在每个时间段上,控制向量表示为由一组参数确定的时间的函数。时间网格的划分会影响到数值求解最优控制问题时最优化算法的准确性和效率。为了同时优化控制参数和时间网格的节点,提出了一种可变时间节点控制向量参数化方法,通过带有时间参数的S型函数来近似分段常数参数化方法中的切换过程。推导出了最优控制性能指标对时间参数的导数,并提出了处理时间节点约束的算法。利用所提出方法求解带有两个控制的最优控制实例,对于两个控制获得了不同的时间网格划分,从而能够更好地近似最优控制轨迹。

* twospirals.m 生成代表两个螺旋的两个类* clusterincluster.m 生成两个循环类* corners.m生成四个类，每个类对应一个指向中心的角形状* halfkernel.m 生成两个半椭圆，一个在另一个里面* crescentfullmoon.m 生成一个圆形类和一个更大的新月形折叠在它周围。 * outlier.m 生成 2 个大的圆形类和 2 个较小的异常值类。 受到以下 StackOverflow 问题的启发： http://stackoverflow.com/questions/16146599/create-artificial-data-in-matlab

林登迈耶 Lindenmayer是一个使用现代（ES6）JavaScript的库，重点是简洁的语法。 这个想法是要有一个功能强大但简单的基本功能，该功能可以通过简单地允许匿名函数作为生产程序来处理大多数用例，这使其与传统的L系统相比非常灵活。 该库还可以在某种程度上解析Aristid Lindenmayers 1990年原创的《植物的算法美》一书中定义的经典L系统语法。例如分支： []或上下文相关产品： <> 。 大多数东西都应该起作用。 我目前正在研究参数L系统支持。 如果您只想在3D和VR中使用L系统而不定义自己的绘制方法，则可以查看随附的 。 | 例子 安装 直接下载 下载最新的lindenmayer.browser.js ： 然后在您的index.html ： < script src =" lindenmayer.browser.js " > </ script

— 时间最优路径参数化 (TOPP) 是机器人技术中一个经过充分研究的问题，具有广泛的应用。 解决 TOPP 的方法主要有两个系列：数值积分 (NI) 和凸优化 (CO)。 基于 NI 的方法速度快但难以实现并且存在稳健性问题，而基于 CO 的方法更稳健但同时速度明显较慢。 在这里，我们提出了一种基于可达性分析（RA）的 TOPP 新方法。 关键见解是通过求解小型线性规划 (LP) 递归地计算路径上离散位置处的可达和可控集。 由此产生的算法比基于 NI 的方法更快，并且与基于 CO 的方法一样稳健（100% 成功率），这已通过广泛的数值评估得到证实。 此外，所提出的方法提供了独特的额外好处：可接受的速度传播和对参数不确定性的鲁棒性可以以简单自然的方式从中得出。

无刷直流电机自抗扰控制，外环转速环自抗扰，内环转矩环自抗扰。

基于SolidWorks32006版的弧齿锥齿轮造型，可用于参数化设计提供资源

设计介绍了solidworks的二次开发方法，应用VB开发了基于solidworks的直齿、斜齿齿轮设计计算及三维造型系统，提高了设计效率和精度

自己闲着制作的参数化齿轮齿条，可以根据设定的相关参数生成模型，适用于SOLIDWORKS2016以上版本

（3）参数化裁剪算法 线段的参数方程为： 对于线段上任一点P(t)：  1） >0，P(t)在多边形内；  2） =0，P(t)在多边形边界及其延长线上；  3） <0，P(t)在多边形外； 9

程序设计matlab代码该存储库随附 SCF 2019 论文“用于参数化设计和制造的体积 Michell 桁架”。 该代码采用 a) 3D 四面体网格和 b) Dirichlet（固定点）和 Neumann（静载荷）边界条件作为输入，并生成 3D 桁架结构，其元素遵循由给定边界条件引起的应力场。 该解决方案涉及求解输入网格上的全局R 3值参数化，跟踪其等值线以生成结果桁架。 实际上，这意味着桁架由来自三个相互正交的曲线族的端到端曲线组成。 详情请查看论文。 或观看 SCF 2019 演示文稿： . 安装和依赖 只需克隆存储库即可安装。 git clone https://github.com/rarora7777/VolumetricTruss 提供的 MATLAB 代码取决于以下包。 MATLAB。 我们主要使用 R2018a 和 R2018b 版本进行了测试。 该代码已在 Windows 上使用 MSVC2015 和 MSVC2017 以及 Mac OS 上使用 clang 进行了测试。 执照 此代码在 MIT 许可下可用。 用法 有关示例用法，请参阅exampleUsage.m