对圆轨迹进行跟踪，对Y方向偏差进行复现 四个文件 cpar mdl m文件 word讲解 效果图链接https://blog.csdn.net/weixin_43796045/article/details/116402547

波士顿房价 这是 sklearn.datasets 里的一种 Toy Dataset ，包含503个美国波士顿房价的观测值，是内置的小数据集，也是研究回归算法的优秀数据集。 Python编程实现 import matplotlib.pyplot as plt import matplotlib.font_manager as fm import numpy as np import pandas as pd from sklearn.datasets import load_boston from sklearn.model_selection import train_test_split

无人驾驶模型预测第二章到第六章的代码

滚动时域优化（RHC）MATLAB源代码，用于动态环境下影响下系统的自适应控制，可以运行。 滚动时域优化（RHC）MATLAB源代码，用于动态环境下影响下系统的自适应控制，可以运行。

包含age_net.caffemodel、deploy_age.prototxt、deploy_gender.prototxt、gender_net.caffemodel、haarcascade_frontalface_alt_tree.xml文件和CNN模型预测性别与年龄源码、配套图片素材 具体实现效果见CSDN博客“DNN系列6_CNN模型预测性别与年龄”查看效果

本书主要介绍模型预测控制理论与方法在无人驾驶车辆路径规划与跟踪控制方面的基础应用技术。由于模型预测控制理论数学抽象特点明显，初涉者往往需要较长时间的探索才能真正理解和掌握，进一步应用到具体研究，则需要更长的过程。本书详细介绍了应用模型预测控制理论进行无人驾驶车辆控制的基础方法，结合路径规划与跟踪实例给出了Matlab仿真代码和详细仿真步骤，并且融入了研究团队在本领域的研究成果。本书一方面可以作为地面无人车辆、空中无人机、无人艇及移动机器人等无人车辆模型预测控制的研究资料，同时也可以作为学习模型预测控制理论的应用教材。

选用的预测模型为四阶无人机系统，提供了一个模型预测框架，只需要自己写一个优化函数即可实现，优化函数可以自己定义所需要优化的内容。

基于状态空间的模型预测MPC控制器的设计，附带例子（MATLAB） 基于状态空间的模型预测MPC控制器的设计，附带例子（MATLAB）

太阳黑子相对数简称为太阳黑子数，它反映太阳活动强弱的变化，对地球环境和人类活动的影响很大。本文从比利时皇家天文台（the Royal Observatory of Belgium）的太阳黑子指数数据中心（the Sunspot Index Data center）的网站获得了1700—2014 每年的太阳黑子数的数据。利用MATLAB软件结合时间序列建模方法对观测值进行了分析和建模，并利用该模型对未来的太阳黑子数进行了预测，模型的预测效果比较理想。

利用传统的模型预测控制算法确定下一时刻所要应用的开关状态时，需遍历变换器的全部开关状态，计算量较大，不利于在线应用。对此，提出了一种改进的永磁同步电机模型预测控制算法，通过求出期望的电压矢量角，确定电压矢量所在扇区，进而减少算法对开关状态的选择数量，使算法的计算量得到显著降低。实验结果说明，采用所提改进模型预测控制算法，系统具有较好的电流动态特性和较小的纹波电流。