本文件在matlab中运行，包括suimscape文件、机器人URDF文件、以及参考的激励轨迹。对应内容参考：http://t.csdn.cn/1Qxky。注意：只是仿真模型、没有动力学和参数辨识代码。

神经网络鲁棒性和可迁移性综述：On Robustness and Transferability of Convolutional Neural Networks

MatLab时域分析与频域分析的程序，已经运行成功，而且比较准确，有兴趣的人可以拿来使用。 MatLab时域分析与频域分析的程序，已经运行成功，而且比较准确，有兴趣的人可以拿来使用。

在电机参数随着系统运行变化时，通过递推最小二乘法在线参数辨识获得实时更新的电气参数，减小系统运行的误差

论文研究-基于随机活动工期的资源约束项目鲁棒性调度优化.pdf,  项目进度计划的鲁棒性对于不确定条件下项目的顺利实施具有重要影响. 作者研究具有随机活动工期的资源约束项目鲁棒性调度问题, 目标是在可更新资源和项目工期约束下安排活动的开始时间, 以实现项目进度计划鲁棒性的最大化. 首先对所研究问题进行界定并用一个示例对其进行说明. 随后构建问题的优化模型, 设计禁忌搜索、多重迭代和随机生成三种启发式算法. 最后在随机生成的标准算例集合上对算法进行测试, 分析项目活动数、 项目工期和资源强度等参数对算法绩效的影响, 并用一个算例对研究进行说明, 得到如下结论: 禁忌搜索的满意解质量明显高于其他两种算法; 当资源强度或项目工期增大时, 平均目标函数值上升, 禁忌搜索的求解优势增强. 研究结果可为不确定条件下项目进度计划的制定提供决策支持.

布朗大学工程学院开发的相机投影仪系统标定方法，论文原文是《简单，准确且具有鲁棒性的投影机-摄像机校准.pdf》，可在布朗大学官网下载到，我进行了翻译。

信号与线性系统分析- 信号频域分析实验实验报告-动图matlab分析

在Simulink平台上对离散系统下的异步电机进行参数辨识，并对电流环进行闭环控制

在不确定的环境中灵活的车间调度在现实世界的制造系统中起着重要的作用。 为了捕捉柔性作业车间调度的不确定性和多目标性质，构建了多目标随机柔性作业车间调度问题（MOSFJSSP）的数学模型，该模型包含制造时间跨度，最大机器工作量和鲁棒性三个目标。在各种实际约束下，同时考虑不确定性。 基于统计工具定义了两个基于方案的新的鲁棒性度量。 为了适当地解决MOSFJSSP问题，开发了一种基于分解的改进多目标进化算法（m-MOEA / D）进行鲁棒调度。 我们方法的新颖之处在于，它采用了一种新的子问题更新方法，该方法利用了全球信息，允许保存在档案中的精英们参与子代的产生，采用子问题选择和中止策略，将更多的计算工作集中在有前途的子问题上，并结合了特定问题的遗传算子进行变异。 在18个问题实例上的广泛实验结果，包括8个总柔性实例和10个局部柔性实例，表明这两种新的鲁棒性度量比现有的基于情景的度量更为有效，可以提高进度对不确定性的鲁棒性并保持被破坏目标的较小方差价值观。 与最新的多目标优化进化算法（MOEA）相比，我们提出的基于m-MOEA / D的鲁棒调度方法可实现更好的收敛性能。 还分析了三个目标之间的不同权衡。

自动控制理论：ch5 线性系统的频域分析与校正.ppt