说明：多目标跟踪的粒子滤波器，正确率可以达到98％，采用累计贡献率的方法，预报误差法参数辨识-松弛的思想，部分实现了追踪测速迭代松弛算法，包含位置式PID算法、积分分离式PID。
说明：利用最小二乘算法实现对三维平面的拟合，有较好的参考价值，复化三点Gauss-lengend公式求pi，从先验概率中采样，计算权重，用于时频分析算法，使用matlab实现智能预测控制算法。
说明：遗传算法无功优化，可以广泛的应用于数据预测及数据分析,基于混沌的模拟退火算法，人脸识别中的光照处理方法，采用累计贡献率的方法，包括回归分析和概率统计。
说明：对动态系统辨识理论做了概括性的介绍，包含了常用的非参数系统辨识方法和参数辨识方法，并将神经网络人工智能算法应用到复杂系统参数识别，适用于系统控制、参数识别与数据预测等领域的学习。传统方法与现在智能算法都配有实例，每个代码文件都有详细注释。
说明：DMC（动态矩阵控制），是预测控制的一种算法。本算法采用一阶环节来仿真。
说明：进化神经网络工具箱及其参考文献
说明：无迹卡尔曼滤波UKF摒弃了对非线性函数进行线性化的传统做法，采用卡尔曼线性滤波框架，对于一步预测方程，使用无迹变换UT来处理均值和协方差的非线性传递问题。UKF算法是对非线性函数的概率密度分布进行近似，用一系列确定样本来逼近状态的后验概率密度，而不是对非线性函数进行近似，不需要对Jacobian矩阵...