主要为大家详细介绍了C++实现线性代数矩阵行简化，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

主要介绍了基于python解线性矩阵方程(numpy中的matrix类),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

主要是关于LMI线性矩阵不等式的基本内容，原理和应用。

针对噪声方差不确定的约束系统,讨论了一种鲁棒滚动时域估计(MHE)方法.首先,根据噪声方差不确定模型,找到满足所有不确定性的最小方差上界,在线性矩阵不等式(LMI)框架下求解优化问题,得到近似到达代价的表达形式;然后再融合预测控制的滚动优化原理,把系统的硬约束直接表述在优化问题中,在线优化性能指标,估计出当前时刻系统的状态.仿真时与鲁棒卡尔曼滤波方法进行比较,结果表明了该方法的有效性.

线性矩阵不等式(LMI)的MATLAB求解方法，比较经典，可以拿来学习参考

主要针对于线性矩阵不等式的求解，有很详细的说明，每个参数如何使用以及具体用法

由于风电功率预测的局限性，难以准确而有效地刻画风电功率的概率分布函数，提出考虑风电功率概率分布不确定性的含风电配电网无功规划方法。该方法可有效应用于风电概率分布集合中的任意分布情况，在一定概率约束下保证配电网的安全运行要求，同时最小化配电网网损和无功设备投资成本之和。采用概率分布鲁棒机会约束模型描述含风电的配电网无功规划问题，根据潮流平衡等式分离节点电压和支路功率约束中的随机向量，根据条件风险价值（CVaR）的物理意义构建关于节点电压约束和支路功率约束的CVaR模型，利用对偶优化、Schur补和S-lemma的性质将该模型转化为确定性的双线性矩阵不等式（BMI）问题。采用基于BMI优化的免疫粒子群算法求解该问题。改进的IEEE 33节点配电系统仿真结果验证了所提无功规划方法的可行性和有效性。

针对多包描述线性离散不确定系统, 提出一种在系统状态不可测时的直接约束鲁棒预测控制算法. 将控制 器与观测器综合设计, 利用观测状态直接构造性能指标, 通过求解无穷时域性能指标的最小最大优化问题, 得到系统 的最优状态反馈控制律. 采用参数依赖Lyapunov 函数, 在满足输入和状态约束的情况下保证闭环系统稳定. 仿真结 果验证了算法的有效性.

介绍了有关控制系统线性矩阵不等式(LMI)的一些基本概念。介绍了用于求解线性矩阵不等式的3个常用求解器,通过实例给出了如何运用MATLAB线性矩阵不等式(LMI)求解器求解锥补线性化问题,并给出了锥补线性化问题的算法和求解程序。

研究一类T-S 模糊系统的动态输出反馈耗散控制问题.给出了保证该系统耗散的动态输出反馈控制器的设计方法.动态输出反馈耗散控制器可通过求解一组线性矩阵不等式(LMI)获得.最后通过仿真例子说明了所提出的设计方法的有效性.