快速鲁棒ICP 该存储库包含源代码，即“ 。 作者：，姚玉新，。 该代码受专利保护。 它只能用于研究目的。 如果您对商业目的/营利目的感兴趣，请联系 Zhang（作者，电子邮件： ）。 这段代码是由姚欣欣编写的。 如有疑问，请联系 。 汇编 该代码是使用编译的，并且需要 。 已在带有gcc 5.4.0的Ubuntu 16.04和带有Visual Studio 2015的Windows上进行了测试。 请按照以下步骤来编译代码： 确保已安装本征。 我们建议使用3.3+版本。 从eigen.tuxfamily.org下载Eigen，并将其解压缩到“ include”文件夹中的“ eigen”文件夹中。 确保可以找到文件“ include / eigen / Eigen / Dense”和“ include / eigen / unsupported / Eigen / Matri

essentials of robust control, Kemin Zhou

5.8 等高图/等高线 等高图（Contour Plot）和等高线（Contour Line）表面上看起来是二 维形式，但实际上展示的是三维数据。我们知道，三维图形往往比二维图 形看起来更具有吸引力，然而在平面上展示三维图形也有其缺陷，最主要 的就是视角问题，一幅三维图形可以有无数种视角，正视、侧视、俯视可 能都会看到不同的信息，而且各种角度下可能都有一部分数据被前面的数 据挡住而不能被看到，当然这些问题都可以通过更灵活的图形设备克服， 如rgl包(Adler and Murdoch, 2010)，但是，在更多的情况下，我们的图形

花钱买的大家一起学习。比较金典的控制类教程。花钱买的大家一起学习。比较金典的控制类教程。

鲁棒控制工具箱提供了一系列的函数和工具以支持带有不确定元素的多输入多输出控制系统的设计。在该工具箱的帮助下，你可以建立带有不确定参数和动态特性的LTI模型，也可以分析MIMO系统的稳定性裕度和最坏情况下的性能。 该工具箱提供了一系列的控制器分析和综合函数，能够分析最坏情况下的性能及确定最坏情况下的参数值。利用模型降阶函数能够对复杂模型进行简化。同时提供了先进的鲁棒控制方法，如H2、H∞、LMI、μ分析等。

鲁棒控制和H无穷控制的经典参考书，入门级

为了捕获柔性作业车间调度的多目标和不确定性，构建了具有发布时间不确定性的多目标柔性作业车间调度问题的数学模型（MOFJSSP-RTU），其中，制造时间跨度，拖延性，在各种约束下同时考虑了稳定性和鲁棒性。 为了适当地解决MOFJSSP-RTU问题，提出了一种改进的基于分解的多目标进化算法（IMOEA / D），用于鲁棒调度。 我们算法的新颖性在于它采用了一种新的子问题更新策略，该策略利用了全局信息，允许存档中记录的精英分子参与子代，并结合了基于修复的交叉算子和自适应差分进化（DE基于）的变异算子，有助于更好地平衡算法的探索和开发。 在4个问题实例上的实验结果表明，我们的基于IMOEA / D的鲁棒调度方法具有比最新的多目标优化进化算法（MOEA）更好的收敛性能，并且还擅长于保持解决方案的均匀分配。 还分析了三个目标之间的不同权衡。

这是fcm算法的可靠版本，可提高图像分割的质量，并且在处理有噪点的图像时效果很好。

建模过程中如何消除和解决共线性的问题的算法说明。是过程建模经典教材

Robust Observer-Based Fault Diagnosis for Nonlinear Systems Using MATLAB®