这些是 Elsevier 2020、Nassim Khaled、Bibin Pattel 和 Affan Siddiqui 一书“Digital Twin Development and Deployment on the Cloud”第 5 章的代码 该系统由三个元件组成，弹簧、阻尼器和质量块。 该系统可用于研究大多数动态系统的响应。 该模型是一个数字孪生模型，可用于双质量弹簧阻尼器系统的诊断

离散控制Matlab代码

滑模控制 (SMC) 示例。 该系统是一个二阶动力系统，由质量和阻尼器组成。 SMC 配备了通过在滑动表面周围实施边界来减少颤振的机构。

基于神经网络的系统识别工具箱版本 2 NNSYSID 工具箱包含许多用于识别具有神经网络的非线性动态系统的工具。 提供了几种基于多层感知器网络的非线性模型结构，还有许多用于模型验证和模型结构选择的功能。 该工具箱需要 MATLAB 5.3 或更高版本。 工具箱随附手册（约 110 页，pdf 格式）。 更多信息可以在www.iau.dtu.dk/research/control/nnsysid.html

机器学习-线性动态系统-卡尔曼滤波.pdf

基于人工神经网络的动态系统仿真模型和算法研究

受高斯白噪声输入信号影响的非线性动态系统的 Volterra-Wiener 表征。 函数 [h0,h1,h2]=Volterra_Wiener_Id(x,y,MaxLag1,MaxLag2) 输入x：输入信号大小（N*1） y：大小（N*1）的输出信号MaxLag1：第一个内核的最大滞后数MaxLag2：第二个内核的最大滞后数 输出h0：零阶内核h1：大小的第一个内核（MaxLag1+1,1） h2：大小的二阶核(MaxLag2+1,MaxLag2+1) ------------------------------- 可以使用以下函数通过使用已识别内核预测输入的输出来验证已识别模型： 函数 y=Volterra_Wiener_Forecast(x,h0,h1,h2) 输入x：大小为（N * 1）的输入信号h0：零阶内核h1：大小的第一个内核（MaxLag1+1,1） h2：大小

本文的目的是为多飞机着陆动态系统建立有效的非线性应用算法预测模型，该模型称为“飞机着陆动态系统，版本2019A +版本” AIRLADYS R2019A +。 该编程软件结合了动态编程技术，可在AMPL和KNITRO Solver下运行数学计算和优化。 它还使用描述性编程技术进行软件设计。 Glade中设计的用户界面另存为XML，通过使用GtkBuilder GTK +对象，应用程序可以根据需要动态加载这些用户界面。 通过使用GtkBuilder，Glade XML文件可用于多种编程语言，包括C，C ++，C＃，Java，Perl，Python，AMPL等。Glade是根据GNU GPL许可发行的免费软件。 通过这些工具，解决的问题是数学建模问题，是由普通非线性微分方程控制的非凸最优控制。 之所以采用动态编程技术，是因为它具有足够高的阶数，并且不需要计算飞机动力学的偏导数。 该应用程序将使用64位操作系统上的Linux系统进行编码，但也可以在Windows系统上运行。 获得了较高的运行性能，结果给出了可行的轨迹，并对目标函数进行了优化。

动态系统的反馈控制电子版，很不错的自动控制的书，好不容易找到中文版的和大家分享~

原生 MATLAB 线性化工具 linmod、linmod2、linmodv5 和 dlinmod 仅适用于 Simulink 模型。 此代码为这些工具提供了补充，以线性化由普通 MATLAB 函数描述的非线性动态系统。 它使用复杂的步进微分，因此实现了高精度。 代码被大量注释，因此它可以用作初学者学习线性化的教程。