% 本文参照文献：Flocking for Multi-Agent Dynamic Systems:Algorithms and Theory clear; close all; clc; %% Parameters 初始化参数 num_agents = 100; t_gap=1; % 迭代间隔 queue_gap=15; % 队形间隔 queue_vy=12; queue_vx=13; queue_r=40; r_c=20; % 交互范围（半径） k=1.2; % 晶格的ratio d=r_c/k; % 晶格的scale(表示两两智能体之间的距离（论文中公式5）) v_0=2; % 初始速度 v_limit=0; % 最大速度 efs = 1; % sigma-norms parameter h=0.4; % 设置bump function的分割点（公式10） d_o = r_c; r_c_sigma = sigma_norm(r_c,efs); % r_c的σ范数 d_sigma = sigma_norm(d,efs); % d的σ范数 map_width = 400; % width of a squre map map_res = 0.5; % width of a grid to play obstacles pixel c1=0.2;c2=0.5;c3=0.2;c4=0.1;c5=10;c6=0.01; x = zeros(num_agents,2); % current position x_1 = zeros(num_agents,2); % previous position v_1 = zeros(num_agents,2); % previous velocity x_r0= zeros(num_agents,2); % x_r0：用来存储指定的队形信息 v_r_1st_point=300; path_num = zeros(1000,2,num_agents); v_r=[1,0];

- 基于螺旋桨尺寸和转速计算推力的回归问题的深度学习模型。 数据来自 APC 螺旋桨网站，因此这只适用于 APC 螺旋桨。 - 也可作为在 APC 螺旋桨性能数据集中进行搜索的工具。 数据是从APC官方螺旋桨下载的链接： https : //www.apcprop.com/technical-information/file-downloads/

本文开发了一个条件分位数模型，可以学习序列数据的长期和短期记忆。 它建立在顺序神经网络上，但输出可解释的动态。 我们使用 1960 年代至 2018 年的历史数据将该模型应用于 11 个资产类别的资产回报时间序列。我们的结果表明，它不仅提取了条件波动率中的序列依赖结构，还提取了深埋在历史价格尾部的记忆。 我们根据广泛的流行模型进一步评估其风险价值预测。 我们的模型优于 GARCH 系列以及使用过滤历史模拟、条件极值理论和动态分位数回归的模型。 这些研究表明，资产回报的条件分位数具有持续的风险来源，而这些来源并非来自那些负责波动性聚类的人。 这些发现可能对一般风险管理，尤其是尾部风险预测具有重要意义。

利用MVVM框架，DynamicDataDisplay0.4 控件编写的示波器。能够完美运行，动态显示正弦曲线

带有法线贴图的 Cocos2D 动态光照演示 Andreas Loew / CodeAndWeb GmbH 的教程 感谢 Cocos2d 论坛对 Swift 端口的 collidernyc 该演示在不同的动态光照场景中使用相同的法线贴图精灵。 可以拖动光源从不同角度照亮精灵。 阅读完整教程： 夏日场景（定向光） 亮黄色定向灯 明亮的环境光 冬季场景（定向光、粒子） 明亮的浅蓝色定向灯 明亮的浅蓝色环境光 雪粒子（无光效，仅供娱乐） 点光源场景（point light） 白点光（受限半径） 深灰色环境光 营火场景（动画点光源+粒子） 橙色点光源（受限半径） 深蓝色环境光 火粒子（无光效，仅供娱乐） 动画灯源位置（闪烁） 所有灯光效果都是使用 Cocos2D 的灯光系统实时计算的。 法线贴图 一个普通的映射精灵由 2 个文件组成： 纹理本身用于精灵的颜色。 法线贴图中的

miktex matlab 代码动态系统建模 描述 该存储库包含由我 Konstantinos Letros 编写的代码，作为我在塞萨洛尼基亚里士多德大学电气工程（部分：电子和计算机科学）本科学习的第 7 学期（学年 2018-2019）期间动态系统建模课程的一个项目. 利用机器学习技术以及控制理论主题。 实现 第1部分 使用最小二乘法的物理系统建模和离线参数估计 物理系统 1 物理系统2 评估也包括在内，以证明参数是精确估计的。 系统一 系统2 第2部分 使用梯度下降的多元系统在线参数估计 - Lapunov 方法 示例 1 示例 2 第 3 部分 使用投影法梯度下降的多变量系统在线约束参数估计 示例 1 示例 2 项目 未知线性（微分）系统建模（黑盒信号建模 - 参数估计） 系数 a 系数 b 用于此实现的应用程序： MathWorks MATLAB R2018b 米克Tyk斯 纺织制造商

Moshe Sniedovich编著的动态规划的书，全面阐述了动态规划的原理与应用，深入浅出，案例丰富。

control system good textbook

Comparison of static and dynamic cerebral autoregulation measurements

Knowledge Graph Embedding via Dynamic Mapping Matrix