此代码求解非线性方程组。 使用起来很实用，因为不需要输入推导矩阵（代码自行计算）。 此外，还有不确定数量的变量（没有限制）。 你可以放100万个方程！ :) 代码内部有如何使用它的说明，还有一个带有简单示例的文件夹。 希望它对你有用！ 评论和调试深受喜爱。

非线性系统中文翻译第三版，哈森.哈里尔著。。。。。。

哈里尔的非线性系统 高清版的，注意和哈里尔的非线性系统控制不一样

BP神经网络对非线性函数的拟合和建模的matlab代码。

针对切换非线性系统, 考虑了基于输出严格无源性的H∞ 问题. 利用每个子系统的输出严格无源性(这里并 不要求每个子系统都在整个时间域上满足输出严格无源性, 只要求子系统在其激活时间段内满足输出严格无源性), 同时借助切换系统理论中的多Lyapunov 函数方法, 用输出严格无源性中的存储函数作为备选的多Lyapunov 函数, 设 计了依赖存储函数的最小切换规则, 研究了一类切换非线性系统的H∞ 问题, 给出了存在H∞ 性能指标的充分条件. 此外, 这种基于输出严格无源性的方法也可用于分析切换级联系统的H∞ 问题. 最后, 通过仿真算例验证了这种基于 输出严格无源性的方法的有效性.

一个关于MATLAB的系统辨识工具箱的小例子。以最简洁的形式展示了MATLAB系统辨识工具箱用于非线性系统辨识的操作方法。

针对非线性模型的参数估计寻优较为困难的问题，提出一种基于改进的差分进化算法的非线性系统模型参数辨识新方法。通过引入一个自适应变异率，随着迭代的进行自适应调整缩放因子，从而在初期保持种群多样性以避免早熟，并在后期逐步降低变异率，保留优良信息，避免最优解遭到破坏。交叉概率采用动态非线性增加的方法，提高了收敛速度。为了验证算法性能，针对几类典型的非线性模型参数辨识问题进行了仿真研究，并将其应用于一类发酵动力学模型参数的估计中。结果表明改进算法的参数辨识精度高，收敛速度也比较快，有效提高了模型建立的精度与效率，为解决实际系统中参数估计问题提供了一条可行的途径。

利用BP神经网络进行非线性系统辨识详细MATLAB代码，详情可参考文章：https://blog.csdn.net/didi_ya/article/details/117520138

基于 ESN 的非线性系统未建模动态补偿及控制,

研究调制白噪声激励下,包含弱非线性阻尼及强非线性刚度的单自由度系统的近似瞬态响应概率密度.应用基于广义谐和函数的随机平均法,导出关于幅值瞬态概率密度的平均Fokker-Planck-Kolmogorov方程.该方程的解可近似表示为适当的正交基函数的级数和,其中系数是随时间变化的.应用Galerkin方法,这些系数可由一阶线性微分方程组解得,从而可得幅值响应的瞬态概率密度的半解析表达式及系统状态响应的瞬态概率密度和幅值的统计矩.以受调制白噪声激励的van der Pol-Duffing振子为例验证其求解过程