pygpc 基于广义多项式混沌方法的Python敏感性和不确定性分析工具箱 基本功能： N维系统的高效不确定性分析 使用Sobol指数和基于全局导数的敏感性指数进行敏感性分析 轻松耦合到用Python，Matlab等编写的用户定义模型... 并行化概念允许并行运行模型评估 高效的自适应算法可以分析复杂的系统 包括高效的CPU和GPU（CUDA）实施，可极大地加快解决高维和复杂问题的算法和后处理例程 包括最新技术，例如： 投影：确定最佳折减基数 L1最小化：利用压缩感测中的概念减少必要的模型评估 梯度增强型gPC：使用模型函数的梯度信息以提高准确性 多元素gPC：分析具有间断和急剧过渡的系统 优化的拉丁文Hypercube采样可实现快速收敛 应用领域： pygpc可用于分析各种不同的问题。 例如，在以下框架中使用它： 非破坏性测试： 无创性脑刺激： 经颅磁刺激：

Applied Mathematical Sciences. Introduction to Hamiltonian Dynamical Systems and the N-Body Problem 应用数学 英文图书

Dynamical Systems with Applications using MATLAB %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % DYNAMICAL SYSTEMS WITH APPLICATIONS USING MATLAB % % COPYRIGHT BIRKHAUSER 2004 STEPHEN LYNCH % % PUBLISHED June 2004 % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% CONTENTS Preface 0. A Tutorial Introduction to MATLAB and the Symbolic Math Toolbox 0.1 Tutorial One: The Basics and the Symbolic Math Toolbox (1 Hour) 0.2 Tutorial Two: Plots and Differential Equations (1 Hour) 0.3 MATLAB Program Files, or M-Files 0.4 Hints for Programming 0.5 MATLAB Exercises 1. Linear Discrete Dynamical Systems 1.1 Recurrence Relations 1.2 The Leslie Model 1.3 Harvesting and Culling Policies 1.4 MATLAB Commands 1.5 Exercises 2. Nonlinear Discrete Dynamical Systems 2.1 The Tent Map and Graphical Iterations 2.2 Fixed Points and Periodic Orbits 2.3 The Logistic Map, Bifurcation Diagram, and Feigenbaum Number 2.4 Gaussian and Henon Maps 2.5 Applications 2.6 MATLAB Commands 2.7 Exercises 3. Complex Iterative Maps 3.1 Julia Sets and the Mandelbrot Set 3.2 Boundaries of Periodic Orbits 3.3 MATLAB Commands 3.4 Exercises 4. Electromagnetic Waves and Optical Resonators 4.1 Maxwell's Equations and Electromagnetic Waves 4.2 Historical Background of Optical Resonators 4.3 The Nonlinear Simple Fibre Ring Resonator 4.4 Chaotic Attractors and Bistability 4.5 Linear Stability Analysis 4.6 Instabilities and Bistability 4.7 MATLAB Commands 4.8 Exercises 5. Fractals and Multifractals 5.1 Construction of

这本书的PDF版本很难找的呀，额费了九虎二牛之力才找到的，贡献给大家

- py-pde是一个Python软件包，用于求解偏微分方程（PDE）。 该程序包提供了可在其上定义标量和张量字段的网格的类。 关联的微分算子是使用numba编译的有限差分实现来计算的。 这允许定义，检查和求解典型的PDE，例如在物理动力系统研究中出现的PDE。 该软件包的重点在于易于使用，以探索PDE的行为。 但是，可以使用numba透明地编译核心计算，以提高速度。 安装 py-pde在pypi上可用，因此您应该可以通过pip安装它： pip install py-pde 为了使软件包的所有功能可用，您可能还需要安装以下可选软件包： pip install h5py pandas tqdm 此外，需要安装ffmpeg来创建电影。 或者，您可以使用频道通过安装py-pde ： conda install -c conda-forge py-pde 使用conda安装包括所

Dynamical Systems in Neuroscience，希望对喜欢计算神经生物学的同学有帮助！

Morris W. Hirsch Stephen Smale Robert L. Devaney

Dynamical Systems with Applications Using MATLAB

matlab官方定位代码具有动力学系统的IRL 包括mouse_perturbation ROS程序包，标记程序包和IRL matlab代码。 入门 请记住，该文件夹中的ros程序不是更新的文件夹，更新的文件夹在 先决条件 Give examples 档案文件 文件夹：mouse_perturbation_robot 它包括c ++代码，实验协议，调制动力学系统。 运动发生器 要指定的常量：numObstacle（1或2）。 鼠标接口 声明mouseMessage并将其发布到motionGenerator（在我的PC中）。 如果我们在KUKA机械手臂PC中使用该代码，则鼠标数据将由另一个节点“ spacenav”发布。 文件夹：障碍_with_sample_from_dynamics matlab代码，实验IRL节点。 ROS代码的用法 MATLAB代码的用法 启动MATLAB $cd /usr/local/MATLAB/R20XXx/bin/ $./matlab addpaths.m 运行代码 $cd catkin_ws/ $catkin_make clean $catkin_mak

间隔状态观测器在每个时间点对状态向量的允许值集合进行估计。 理想情况下，评估集的大小与模型不确定性成正比，因此，间隔观察者会生成具有估计误差范围的状态估计值，类似于Kalman滤波器，但要在确定性框架内进行。 本教程介绍了用于连续时间，离散时间和时滞系统的间隔观察器设计的主要工具和技术。