针对一类未知的连续非线性系统, 提出一个基于单网络近似动态规划(ADP) 的近似最优控制方案. 该方
案通过设计一个新型的递归神经网络(RNN) 辨识器放松了系统模型需已知或部分已知的要求, 并利用一个神经网
络(NN) 近似系统的性能指标函数消除了常规ADP方法中的控制网络. 通过Lyapunov 理论分析严格证明了闭环系
统内所有信号一致最终有界, 并且所获得的性能指标函数和控制输入分别收敛到最优性能指标函数和最优控制输入
的小邻域内. 仿真结果验证了所提出控制方案的有效性.

为了求解有限时域最优控制问题, 自适应动态规划(ADP) 算法要求受控系统能一步控制到零. 针对不能一步控制到零的非线性系统, 提出一种改进的ADP 算法, 其初始代价函数由任意的有限时间容许序列构造. 推导了算法的迭代过程并证明了算法的收敛性. 当考虑评价网络的近似误差并满足假设条件时, 迭代代价函数将收敛到最优代价函数的有界邻域. 仿真例子验证了所提出方法的有效性.

利用基尔霍夫（KA）驻留相位近似求解粗糙面散射系数

自适应动态规划(近似动态规划)——ADP MATLAB_MATLAB编程

运行文件 main.m，一切正常。 矩阵 A 包含数据点，可以在文件 inputfile.m 中更改

匿名matlab代码用于熵分析的 Matlab 代码 这是我们对各种熵分析方法的实现。 使用我们的代码进行研究时，请引用以下论文： Radhagayathri K. Udhayakumar、Chandan Karmakar 和 Marimuthu Palaniswami。 近似熵分布：一种理解短期 HRV 信号不规则性的新方法。 非线性动力学，第 1-15 页，2016 年。 Radhagayathri K Udhayakumar、Chandan Karmakar 和 Marimuthu Palaniswami。 使用样本熵分布了解短期 HRV 信号的不规则特性。 IEEE 跨生物医学工程，2018 年。 接触： Radhagayathri K Udhayakumar 博士，

大规模多输入多输出(MIMO)技术通过增加天线的数目可以有效降低发送功率，提高能量效率，被认为是5G移动通信的一项关键技术。随着天线数目的大幅增加，信号检测的复杂度随之增加。分析了大规模MIMO 信号检测的研究现状，提出了近似信息传递(AMP)算法，并比较了 AMP 算法、Richarson 算法以及Neumann级数迭代近似算法的复杂度。仿真结果表明，该算法使用较少的迭代次数即可达到和MMSE近似的系统差错性能。

采用辐射传输方程的简化三阶球谐函数（SP3）近似作为时域荧光扩散层析成像（FDOT）的正向模型，克服了球谐函数近似法（PN）公式复杂，计算量大的缺点和扩散近似（DA）理论对于低散射组织体的不适用性。考虑到时域模式可以同时重建荧光产率和寿命，且技术上较频域模式更容易实现，因此采用时域模型，应用源自广义脉冲谱技术（GPST）的特征数据类型，将基于DA-GPST推广到SP3方程，发展了一套基于SP3-GPST的FDOT图像重建方法。数值模拟结果表明，SP3-GPST重建结果优于DA-GPST。

可直接运行 基于MATLAB的顶点覆盖近似算法 源代码程序.rar

一阶和二阶复阶导数近似。 cdiff(F,X) 返回在 X 处计算的函数 F 的一阶导数近似值。 F 是具有单个输入参数的函数句柄，它返回与浮点数组 X 具有相同维度的输出。 灵感来源： http : //blogs.mathworks.com/cleve/2013/10/14/complex-step-differentiation/