针对船舶在海上的定位和作业受到海洋环境的扰动力影响,其动力定位控制具有很强的非线性特性。本文基于 自抗扰控制技术,设计了船舶动力定位控制器。该控制器通过非线性观测器估计出船舶运动速度和系统的总扰动,并采 用非线性反馈进行补偿,实现对船舶的动力定位控制。通过仿真实验验证了控制器具有很强的抗干扰能力和鲁棒性。

vs2013_x64平台编译的ceres库

非线性系统理论控制器设计，包括EMK控制器设计，自适应控制器设计，并有结果对比，非常适合刚学习的同学。

介绍了非线性模型预测控制算法结构, 提出了基于遗传算法的非线性模型预测控制方法, 将遗 传算法作为优化技术用于受限非线性模型预测控制器的设计。 算法采用双模控制策略, 将保证预测控制 算法稳定性的终点等式约束转化为终点不等式约束, 以利于遗传算法的实施。基于不变集理论, 给出了 非线性模型预测控制算法的稳定性定理。仿真结果表明了所提出控制算法的可行性和有效性。

粒子群算法是一种基于群体智能的优化算法。对于无约束的非线性函数极值寻优问题，采用粒子群算法进行解决，快速、准确且鲁棒性好。

在波分复用(WDM)光纤通信系统中,群速度色散(GVD)、自相位调制(SPM)、互相位调制(XPM)以及四波混频(FWM)等非线性效应能明显降低系统性能。给出了此类系统中四波混频效应的简单估算公式,以及在采用单信道方法仿真波分复用系统的非线性效应时,为保证计算精度所需的步长的选取公式。提出了一种基于求解多信道耦合波方程组的群速度色散/自相位调制/互相位调制/四波混频仿真算法,可大大减少计算工作量。这些都有助于光纤通信系统的设计。

高等教育出版社，研究生教学用书，这本书讲的还是比较细致的。

matlab嵌入三维函数代码NLPCA-SOM 使用自组织地图通过非线性主成分分析进行聚类-哥伦比亚西南部的降雨。 该GitHub是标题为“使用神经网络的哥伦比亚西南部每月降雨的区域化”的文章的一部分（请参阅参考资料）。 如果要使用这些代码，请参考： 特雷西塔州坎恰拉; 卡瓦哈尔·埃斯科巴尔（Yesid）， 威尔弗雷多（Wilfredo）的阿方索·莫拉雷斯（Alfonso-Morales）； 威尔玛·洛伊扎（Loaiza）； 还有爱德华多·卡塞多（Caicedo）； 使用神经网络对哥伦比亚西南部每月降雨进行分区。 方法X. 2020年。 抽象的 对降雨制度的了解是许多活动（如水资源管理，减轻风险，规划社会经济活动以及其他水文应用）所必需的先决条件。 本文采用非线性主成分分析（NLPCA）和自组织特征图（SOM）作为非线性技术，来识别哥伦比亚西南部每月降水的均匀区域。 SOM使用来自NLPCA的五个主要组成部分，该数据来自44个月度雨量观测站的网络。 这些组件表示从1983年1月到2016年12月的每个维度站的五个主要组件的尺寸缩减。 二维SOM表示两个群集将所有降雨量表分组。 异质性测

神经网络遗传算法函数极值寻优-非线性函数极值-神经网络遗传算法函数极值寻优-非线性函数极值-神经网络遗传算法函数极值寻优-非线性函数极值源程序

Matlab非线性方程求根