学习动态规划的最好教材，这是第三版的，完整的英文原版。

最佳拉丁超立方体 这个项目是关于在python函数中实现Park（1994）的最佳拉丁超立方体采样算法。 该代码的文档位于src / documentation中。 要运行代码，请在外壳中使用pytask-结果将位于bld文件夹中。 该项目的核心是位于src / model_code中的latin_hypercubes.py。 它包含遵循Park（1994）算法生成最佳拉丁超立方体的功能。 在第一阶段，该算法找到最佳的中点拉丁超立方体设计（OMLhd）。 在第二阶段，它以最佳方式释放每个单元中的点，以产生最佳的拉丁超立方体设计（OLhd）。 （第二阶段仍需要执行。）

多点最优最小熵解卷积调整Geoff McDonald (glmcdona@gmail.com) 的代码，2015 McDonald、Geoff L.和赵青。 “多点最优最小熵解卷积和卷积修复：应用于振动故障检测。” 机械系统和信号处理 82 (2017)：461-477。 有关该论文的 PDF 版本，请参阅我的博客： http : //www.split-code.com/rotation.html 多点最优最小熵解卷积 (MOMEDA) 计算算法。 这提出方法求解用于从信号中解卷积周期性脉冲序列的最优解。 最适合应用于从振动信号到去卷积的旋转机器故障与许多齿轮和轴承故障相关的脉冲式振动。 此上传包括用于基础解卷积的“momeda”和用于绘图的“momeda_spectrum” 光谱。 通常，此光谱将在对应于临界值的周期处产生峰值频率，以及由此产生的幅度可以被跟踪以监视机器组件的运行状

S. R. Pliska, A stochastic calculus model of continuous trading: Optimal portfolios optimiza- tion, Math. Oper. Res., 11(1986), pp. 371-384.

matlab资源分配的代码Optimal-Resource-Allocation-with-Node-and-Link-Capacity-Constraints-unofficial-Matlab-code- 以下是 R. Li、Y. Xia 和 CK Tse，“复杂网络中具有节点和链路容量约束的最优资源分配”，2017 年 IEEE 国际电路与系统研讨会 (ISCAS)，2017 中定义的结果的实现，第 1-4 页。 这个 Matlab 代码不是论文的官方代码，只是数值优化技术大学项目的一部分

鲁棒控制 Robust Optimal Control, Prentice hall, Zhou, Doyle, Glover,Prentice Hall, 1995.pdf

时间最优MPC

astar算法matlab代码最佳路径规划 实现A *搜索算法以在生成的地图上找到最佳路径。 该项目是我在荷兰TU Delft期间逗留期间创建的。 它包含编写的代码和此报告中包含的最终报告。 由于我在此代码中使用了许多功能，因此我将存储库分为不同的文件夹，每个文件夹都属于文档的一部分。 在这里，我将描述每个部分，并提供有关如何运行代码的说明。 请注意，本附录中的节名称与本文和存储库中的节名称大致匹配。 连同代码，我将包括嵌入在本文档中的图像文件。 请注意，如果您过去没有使用过这些功能，则可能必须安装其他优化库。 制作地图 为了完整起见，我将本节包括在内，以便您可以看到不同的算法。 返回丑陋地图的是“ createMap2”。 生成尼斯地图的一个是“ plotOptPath”，它主要用于在尼斯地图中绘制路径。 您可以使用createMap2随意生成自己的地图。 MATLAB路径规划-PRM 这包括一个可以运行的脚本文件，并且将返回带有完整路径的映射。 启用此功能后，该算法将使用20个节点，这有时足以构成一条路径。 如果您在运行它时没有找到路径，建议您再试一次。 为了保持一致，您可以将第1

004_Optimal+Trajectory+Generation+for+Autonomous+Vehicles+Under+Centripetal+Acceleration+Constraints+for+In-lane+Driving+Scenarios

Optimal State Estimation - Kalman, Hoo and Nonlinear Approaches SOLUTION MANUAL 分为两部分这是习题部分；