非线性模型预测控制（NMPC）原理详解及四大案例实践：自动泊车、倒立摆上翻、车辆轨迹跟踪与四旋翼无人机应用,nmpc非线性模型预测控制从原理到代码实践 含4个案例 自动泊车轨迹优化； 倒立摆上翻控制； 车辆运动学轨迹跟踪； 四旋翼无人机轨迹跟踪。 ,nmpc非线性模型预测控制; 原理; 代码实践; 案例; 自动泊车轨迹优化; 倒立摆上翻控制; 车辆运动学轨迹跟踪; 四旋翼无人机轨迹跟踪。,"NMPC非线性模型预测控制：原理与代码实践，四案例详解自动泊车、倒立摆、车辆轨迹跟踪与四旋翼无人机控制"

为提供个性化学习空间，优化在线学习效果，文章介绍了一种基于领域本体和语义相似度的个性化学习路径推荐策略。首先对根据领域知识点及其关系构建本体库，建立其知识点间语义层面的关系，并用Protégé进行了本体形式化编码；然后基于本体，设计了学习路径生成策略和相关知识协同策略；最后，结合决策支持系统课程现有网络资源设计并开发了原型系统，实现了个性化学习引导及资源空间的优化。

图像分割作为目标检测、识别、跟踪研究领域的核心内容，在遥感、计算机视觉、场景解析、图像重构等领域有着广阔的应用前景。针对传统的基于先验阈值或者小波变换的图像分割算法存在的计算冗余、可操作性较差、过分依赖经验、全局最优缺失等问题，提出了一种基于改进型蚁群算法的图像分割优化算法，可以克服传统蚁群算法的收敛速度慢且易陷入局部最优的固有劣势，实现全局最优，具有匹配精度高、抗干扰性强、并行搜索效率高等优势。在Matlab2015b环境下开发了验证环境并对算法进行了实际验证，验证结果表明本文所提算法可以在较短的时间内有效分割目标图像，实时性、准确率和稳定性较高，收敛速度、并行搜索效率等核心参数满足设计需求。

针对当前城市配送对象呈现多频次、小批量的特点，配送路线的合理安排问题日益突出，为了优化配送路线，建立了城市配送TSP问题的数学模型，并用LINGO软件进行编程，提出了一种通用的TSP的快速求解方法，通过实例验证了模型的正确性和程序求解的有效性。

高校排课工作作为教学管理中一个很重要的环节，影响因素较多，是一种典型的组合优化问题。群体智能算法的研究发展，为自动排课问题解决提供了可能。通过分析研究高校排课过程，选用遗传算法设计在线排课系统，并基于PHP+MYSQL平台，利用ThinkPHP框架实现高校在线排课系统。系统经过测试，取得良好效果。有效解决了排课问题。减轻了教务管理人员工作压力，提升了教学服务质量。为相关研究提供一定的借鉴。

 基于一种求解最优控制问题的方法-Gauss伪谱法（Gauss Pseudospectral Method-GPM），研究了高超声速滑翔飞行器滑翔段迹优化问题。本文利用微分形式高斯伪谱方法将飞行器三自由度滑翔段轨迹优化问题转化为非线性规划问题，选取高斯节点上的状态量和控制量作为待优化参数，并将最优性能指标选为纵程最大，然后对滑翔段轨迹进行了求解。以某高超声速滑翔式飞行器为对象进行轨迹优化计算，仿真结果验证了本文的轨迹优化方法具有一定的精度和计算效率。此外，仿真过程还说明高斯伪谱法对状态猜测值并不敏感，算法容易收敛，适用于轨迹优化问题的求解。

现实中大多数软件的制作都是基于汇编、VC或Java等语言，而利用MATLAB GUI进行软件开发的例子则很少。由于MATLAB语言在复杂的数值分析、矩阵运算、信号处理等方面具有明显的优势，故在制作需要对大量数据进行各种运算和处理的软件时，在GUI中利用MATLAB语言编写程序是一个很好的选择。从密码登陆、界面优化、GUI之间的相互调用和快捷方式对主界面的指向等方面，介绍了利用MATLAB GUI实现软件主框架的构建，并结合实际给出了一款雷达分析软件的相应制作界面效果和在雷达信号处理中的应用，结果表明基于MATLAB GUI制作的软件除了具备一般软件的界面友好特点外，还能够方便的进行各种数据处理及图像分析。

从国外大学网站（卡耐基梅隆、伊利诺伊州立大学、哥伦比亚大学、丹麦技术大学）下载的课程PPT，关于凸优化、拉格朗日函数、KKT等。

作为法国数学家Cedric Villani的代表作，最优输运可以应用到深度学习、最优化问题、信号处理等各种领域。本资源是Optimal Transport的第一分册的高清扫描PDF，供相关的研究人员和从业者学习。

为降低传统仿真优化方法所需的仿真次数，从而缩短仿真优化时间，提出了一种基于GRNN神经网络的仿真优化算法设计。首先，利用仿真生成一定数量的样本集，利用GRNN神经网络进行训练，得到初始回归曲面，并在该曲面上利用Pattern Search算法找出全部可能的局部极小，由于可能会找到一些假局部极小点-即噪声点，设计了剔除噪声点的方法，得到全部局部极小；在各局部极小点周围增补少量仿真样本，再次利用GRNN进行训练，得到新的回归曲面。重复增补样本，直到得到仿真优化的最优解。实例表明，本文方法能够有效降低所需样本的数量，实现仿真优化问题的求解。