11.1 基本原理 11.2 基本迭代学习控制算法 11.3 迭代学习控制的关键技术 11.4 机械手轨迹跟踪迭代学习控制仿真实例 11.5 线性时变连续系统迭代学习控制 11.6 移动机器人轨迹跟踪迭代学习控制

在阶数较大、系数阵为稀疏阵的情况下,可以采用迭代法求解线性方程组。用迭代法 (Iterative Method)求解线性方程组的优点是方法简单,便于编制计算机程序,但必须选取合 适的迭代格式及初始向量,以使迭代过程尽快地收敛。迭代法根据迭代格式的不同分成雅 可比(Jacobi)迭代、高斯塞德尔(Gauss-Seidel-)迭代和松弛(Relaxation)法等几种

• 什么是分形？ • 图形迭代 • 函数迭代 • IFS迭代 • 分形的应用

§1 引言 §2 迭代解法 §3 迭代公式的改进 §4 方程组的迭代解法

• 什么是分形？ • 图形迭代 • 函数迭代 • IFS迭代 • 分形的应用

4.1 投影方法 4.2 Krylov 子空间与 Arnoldi 过程 4.3 非对称线性方程组 4.4 对称线性方程 4.5 收敛性分析 4.6 基于双正交化过程的迭代方法 4.7 免转置迭代方法 4.8 正规方程的迭代方法

• 函数迭代 • 二次函数的迭代 • FeigenBaum图 • 混沌的特性 • 其它函数的迭代

1 Jacobi 迭代方法 2 Rayleigh 商迭代方法 3 对称 QR 迭代方法

一、迭代原理 迭代方法是依靠收敛的迭代序列来求方程根的近似值

• 函数迭代 • 二次函数的迭代 • FeigenBaum图 • 混沌的特性 • 其它函数的迭代