MATLAB意为“矩阵实验室”，源自 Matrix Laboratory ，它是一种科学计算软件。 Matlab语言是由美国的Clever Moler博士于1980年。开发的设计者的初衷是为解决“线性代数”课程的矩阵运算问题。 目前MATLAB已经成为国际上最流行的软件之一，除了可提供传统的交互式的编程方法之外，还能提供丰富可靠的矩阵运算、图形绘制、数据处理、图像 处理和Windows编程工具等。因而出现了各种以MATLAB为基础的工具箱，应用于自动控制、图像信号处理、生物医学工程、语音处理、信号分析、时序 分析与建模、优化设计等广泛的领域，表现出了一般高级语言难以比拟的优势。 美国Mathwork软件公司推出的Matlab软件就是为了给人们提供一个方便的数值计算平台而设计的

双极板作为质子交换膜燃料电池（PEMFCs）的重要组成部件，对电池堆的重量、体积、效率、耐久度、成本起着决定性作用。目前，金属板与石墨板电堆制备技术相对成熟，已经广泛应用于商用车、乘用车领域，但复合双极板的生产制造因原料配方未完全实现国产化、无法大批量流水线生产、成本较高等在我国仍未大批量投入市场，寻找低成本的原材料、优化原料配比及加工条件、缩短加工周期对复合双极板的产业化具有重要意义。本文首先比较了金属双极板、石墨双极板和复合双极板的特点，介绍了复合双极板的模压工艺及优点，然后概述了碳基复合材料模压双极板的研究进展，包括以酚醛树脂、环氧树脂和乙烯基酯树脂等热固性树脂为黏结剂的树脂/石墨复合双极板和炭黑、碳纤维、碳纳米管增强复合双极板，重点总结了原料种类、配比和成型工艺条件对双极板性能的影响，最后梳理了复合双极板的产业化现状，提出国内外主要双极板研发企业面临的问题，并对复合双极板的发展方向进行了展望

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

配件厂为装配线生产若干种产品,轮换产品时因更换设备 要付生产准备费,产量大于需求时因积压资金要付贮存费 该厂生产能力非常大,即所需数量可在很短时间内产出。 今已知某产品的日需求量为100件,生产准备费5000元, 贮存费每日每件1元。试安排该产品的生产计划,即多少 天生产一次(生产周期),每次产量多少,使总费用最小 要求不只是回答问题,而且要建立生产周期、产量 与需求量、准备费、贮存费之间的关系 问题分析与思考日需求100件,生产准备费 5000元,贮存费每日每件1元

线性规划中所使用的数据,大多是些估计值,有的不够准确，这就需要研究当对某些数据作稍许改变 时，最优解是否变化?如何变化?更何况实际情况还常有变动，特别经济问题是如此,象产品价格的变动,资 源限制数的增减，约束条件的增减，变量的增减等等。这势必影响最优解和最优值。可见充分利用原最优 表，分析最优解对某些数据变化的反应程度即灵敏度是十分必要的，同时也避免了因条件的些许改变而去 从头求解，故灵敏度的分析亦称最优化后分析

动态优化建模首先要解决两个问题,其一是,要使什么性能指标达到最优,其二是,通 过什么变量(函数)控制这个性能指标。当然这些都应该是要解决实际问题的直接反映。 工厂与客户签订了一项在某时刻提交一定数量产品的合同,在制订生产计划时要考虑生 产和储存两种费用,生产费用通常取决于生产率(单位时间的产量),生产率越高费用越大; 储存费用自然由已经生产出来的产品数量决定,数量越多费用越大,所谓生产计划这里简单 地看作是到每一时刻为止的累积产量,它与每单位时间(如每天)的产量可以互相推算

 理解动态规划算法的概念  掌握动态规划算法的基本要素 最优子结构性质 重叠子问题性质  掌握动态规划算法的设计方法 找出最优解的性质，并刻划其结构特征 递归地定义最优值 以自底向上的方式计算出最优值 根据计算最优值时得到的信息，构造最优解  通过应用范例学习动态规划算法设计策略  矩阵连乘问题 (Matrix-Chain Multiplication)  最长公共子序列问题  最大子段和问题 Maximum Sub-Sequence Sum  凸多边形最优三角剖分问题 Optimal Triangulation of a Convex Polygon  图像压缩问题  0-1背包问题（0/1 Knapsack Problem） 最优二叉查找树 （Optimal Binary Search Tree）

分枝定界法(Branch and Bound Method 基本思想: 先求出整数规划相应的线性规划(即不考虑整数限制)的最优解, 若求得的最优解符合整数要求,则这个解就是原整数规划的最优解; 若不满足整数条件,则任选一个不满足整数条件的变量来构造新的约束,在原可行域中剔除部分非整数解。 然后,再在缩小的可行域中求解新构造的线性规划的最优解,这 样通过求解一系列线性规划问题,最终得到原整数规划的最优解。 ·定界的含义: 整数规划是在相应的线性规划的基础上增加变量为整数的约束条件,整数规划的最优解不会优于相应线性规划的最优解。 对极大化问题来说,相应线性规划的目标函数最优值是原整数规划函数值的上界;

在对经典Dijkstra算法和A*算法分析的基础上对它们分别进行了改进.在经典Dijkstra算法中,针对当前不相连节点间路径长度为无穷大这一特点,首先对两个节点是否相连进行判断;若发现两个节点并不相连时,则舍去相应计算,从而减小计算量.针对A*算法在实际应用中搜索效率低的缺点,将经典A*算法搜索出的原始最优路径中的节点依次进行封堵后,再按照经典A*算法搜索出相应的新最优路径,最后再将原始最优路径与这些新最优路径进行对比,以便确定最终的最优路径.仿真研究表明:改进的Dijkstra算法可以减少大量的无关节点计算,提高运算的效率;改进的A*算法则可以提高搜索到最优路径的成功率

第9章最优控制 9.1最优控制的概念 设系统的状态方程为 =f(x, u,t) (9.1) 性能指标的数学表达式一般可以表示为 J=[x(t ] [x(),, ]dr (9.2) 所谓最优控制,就是要确定在[to,t]中的最优控制u,将系统(9.1)的状 态从x(to)转移到x(t),或者x(t)的一个集合,并使性能指标(9.2)最优