欧拉公式求长期率的matlab代码机器人运动计划的有效轨迹优化-示例 用于机器人运动计划的有效轨迹优化示例 相依性 -Chebyshev函数的数值工具 -用于自动区分的符号工具 用法 运行MainDemo.m并按照说明进行操作。 可用的演示 [0] 2D Scara机器人，具有运动学约束的时间最优运动 [1] 2D Scara机器人，具有运动学约束的避障 [2] 2D Scara机器人，具有动力学约束的避障 [3] 2D晶圆搬运机器人，避免使用运动学约束，请参阅“考虑了使用概率路线图方法进行运动学约束的机械手的轨迹规划”。 于小文等，2017年，或“工业机器人的智能控制和规划”。 于钊，2018。 对于6轴机器人机箱，请使用的FANUC M20iA模型。 实现包括可视化，正向和逆向运动学，逆向动力学（递归牛顿欧拉方法或rNE）以及正向动力学（铰接体算法或ABA）以进行规划计算。 从ARTE修改了一些参数（零偏移，关节极限） [4] 6轴机器人，在动态约束（速度限制，扭矩限制和扭矩率限制）下的时间最优控制。 可以选择是否在成本函数中使用正则项。 如果不是，则运行“纯”时间最佳控制结果，该

所有CK组件都可以在和！ 使用具有通用JSON API的集体知识工作流框架来统一AI以进行协作实验和优化 请注意，Caffe2已移至 GitHub源代码树，因此此处的某些软件包可能无法正常工作。 介绍 在将大部分的“研究”时间都花在了AI创新上之后，而不是在处理众多且不断变化的AI引擎，它们的API以及整个软件和硬件堆栈之后，我们决定采用另一种方法。 我们开始添加现有的AI框架，包括 ， ， ， ， ， CNTK和MVNC 。 非侵入式开源集体知识工作流框架（CK） 。 CK允许使用JSON API将各种版本的AI框架以及库，编译器，工具，模型和数据集作为统一的和可重用的组件插入，从而在Linux，Windows，MacOS和Android上自动化和自定义其安装（而不是使用ad- hoc脚本），并提供简单的JSON API进行常见操作（例如预测和培训）（请参阅demo ）。

所有CK组件都可以在和！ 该项目由托管。 这是一个稳定的集体知识存储库，可在志愿者（例如移动设备/ IoT，数据中心和超级计算机）提供的各种基于Linux，Windows，MacOS和Android的平台上进行可自定义的实验众包。 我们有几种公共实验场景，包括通用，可定制，多维，多目标和。 在查看不断汇总的公共结果结果和意外行为！ 另外，请查看我们相关的Android应用程序，让您使用备用的Android手机，桌子和其他设备参与我们的实验众包： 可以在 ，开放研究挑战Wiki和ACM / IEEE会议上由CK驱动的可重现AI / SW / HW合作设计竞赛中获得更多详细信息。 描述 该存储库基于基于CK机器学习的自动调整。 它在许多机器上众包实验（使用通过CK公​​开的优化旋钮，如OpenCL，编译器标志，CUDA等），同时构建了一个现实的，大型的和有代表性的训练集。 这是格

非常经典，我们教材就用的这个！该版本非常清晰，强烈推荐！ Preface xi 1 Introduction 1 1.1 Mathematical optimization . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Least-squares and linear programming . . . . . . . . . . . . . . . . . . 4 1.3 Convex optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4 Nonlinear optimization . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.5 Outline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.6 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 I Theory 19 2 Convex sets 21 2.1 Affine and convex sets . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.2 Some important examples . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3 Operations that preserve convexity . . . . . . . . . . . . . . . . . . . . 35 2.4 Generalized inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . 43 2.5 Separating and supporting hyperplanes . . . . . . . . . . . . . . . . . . 46 2.6 Dual cones and generalized inequalities . . . . . . . . . . . . . . . . . . 51 Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3 Convex functions 67 3.1 Basic properties and examples . . . . . . . . . . . . . . . . . . . . . . 67 3.2 Operations that preserve convexity . . . . . . . . . . . . . . . . . . . . 79 3.3 The conjugate function . . . . . . . . . . . . . . . . . . . . . . . . . . 90 3.4 Quasiconvex functions . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 3.5 Log-concave and log-convex functions . . . . . . . . . . . . . . . . . . 104 3.6 Convexity with respect to generalized inequalities . . . . . . . . . . . . 108 Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

by Johannes Jahn (Author) This book serves as an introductory text to optimization theory in normed spaces. The topics of this book are existence results, various differentiability notions together with optimality conditions, the contingent cone, a generalization of the Lagrange multiplier rule, duality theory, extended semidefinite optimization, and the investigation of linear quadratic and time minimal control problems. This textbook presents fundamentals with particular emphasis on the application to problems in the calculus of variations, approximation and optimal control theory. The reader is expected to have a basic knowledge of linear functional analysis.

介绍了双层规划的英文书籍，清晰文字版完整版，提供了简单的例子，容易学习

convex optimization

组合优化（Combinatorial Optimization）问题的目标是从组合问题的可行解集中求出最优解... 高清

RDBTools GUI for Redis Optimization.pdf

在线最优化求解(Online Optimization)-冯扬-2014.12.09.pdf