WaterTank Challenge是一个由Matlab代码编写的仿真环境。主要要求挑战者编写Matlab代码控制水箱液位至目标液位。控制量为水箱进水阀门，控制量为正数. 1. 水箱动力学模型 水箱动力学模型具体描述见 [matlab链接](https://www.mathworks.com/help/slcontrol/gs/watertank-simulink-model.html). 小车的动力学模型，如下Simulink模型所示 其中，[a,b]分别是水箱进水阀和出水阀系数，H为液位高度，u是进水阀开度。可知水箱出水速度与水箱液位高度有关。 另外仿真环境对水箱阀门设置了“饱和”机制（如下图所示），即挑战者传递给仿真器的水箱阀门控制量，将会被限制在一定范围内。 2. Observation（当前环境信息） 仿真环境每隔一段时间，将会把仿真环境的信息以Observation类的形式告知挑战者，它的成员变量包含 3. 得分（暂无） 4. 设计控制策略 挑战者需要设计并提交一个Policy类文件，主要完成action函数。action函数传入参数为obser

支持向量机（SVM）不仅可以用于分类问题，还可以用于回归问题。在 SVM 回归中，模型的目标是尽量拟合给定的数据集，同时保持尽可能多的数据点落在间隔（epsilon-tube）内。

在路由器中存在着路由表，记录着每个路由器与其下一跳路由器的距离（所有可达距离中的最短距离）。在计算机网络中，最常见的路由选择协议OSPF便解决了这个问题。接下来，我们将用数学实验所学知识，利用MATLAB实现路由器转发功能（OSPF协议的最短路径优先）的实现，即路由算法。详细设计见md文件

1、资源内容：基于Matlab实现100个经典神经网络实战案例（源码+数据）.rar 2、适用人群：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业或毕业设计，作为“参考资料”使用。 3、解压说明：本资源需要电脑端使用WinRAR、7zip等解压工具进行解压，没有解压工具的自行百度下载即可。 4、免责声明：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。不一定能够满足所有人的需求，需要有一定的基础能够看懂代码，能够自行调试代码并解决报错，能够自行添加功能修改代码。由于作者大厂工作较忙，不提供答疑服务，如不存在资源缺失问题概不负责，谢谢理解。

用matlab对卡尔曼滤波进行仿真，源代码和PPT。

matlab实现标准印刷体数字的识别代码

matlab实现变异系数法求权重代码，输出结果包括变异系数法所求得的权重以及利用该权重对对象进行打分。直接替换程自己的数据集即可运行

通信原理课程设计，直接序列扩频通信系统仿真设计 MATLAB实现

介绍小波变换的具体算法，及用MATLAB实现的方法

遗传算法的概念最早是由Bagley J.D 于1967年提出的。后来Michigan大学的J.H.Holland教授于1975年开始对遗传算法（Genetic Algorithm, GA）的机理进行系统化的研究。遗传算法是对达尔文生物进化理论的简单模拟，其遵循“适者生存”、“优胜略汰”的原理。遗传算法模拟一个人工种群的进化过程，并且通过选择、杂交以及变异等机制，种群经过若干代以后，总是达到最优（或近最优）的状态。 自从遗传算法被提出以来，其得到了广泛的应用，特别是在函数优化、生产调度、模式识别、神经网络、自适应控制等领域，遗传算法更是发挥了重大的作用，大大提高了问题求解的效率。遗传算法也是当前“软计算”领域的重要研究课题。 本文首先结合MATLAB对遗传算法实现过程进行详细的分析，然后通过1个实际的函数优化案例对其应用进行探讨。 1. 遗传算法实现过程 现实生活中很多问题都可以转换为函数优化问题，所以本文将以函数优化问题作为背景，对GA的实现过程进行探讨。大部分函数优化问题都可以写成求最大值或者最小值的形式，为了不是一般性，我们可以将所有求最优值的情况都转换成求最大值的形式，