maple公式转换成matlab代码小牛
Maverick是用于解决非线性最优控制问题（OCP）的库。
它基于直接的完全配置方法，即将最佳控制问题转换为NLP，然后使用第三方NLP求解器。
它与大多数OCP软件的区别在于可以处理隐式（一阶）-代数方程（DAE）和控制导数的功能，从而简化了公式。
它实现了启发式网格细化算法，该算法允许自动增加离散点的数量，直到DAE方程的积分满足所需的精度为止。
Maverick完全用C
++编写，并且仅使用免费/开放源代码的第三方库，因此它可以在任何具有C
++编译器的系统上使用。
我还亲自在Raspberry
Pi
3上进行了测试。该项目包括一个库，该库可以轻松地在符号代数环境中声明最佳控制问题，而无需编写C
++代码行：Maple库自动生成C
++代码。
借助Python界面，可以使用Lua文本文件或从Python内部控制/指定求解器工作流程和数值数据集。
特征
Maverick的一些功能如下：
它允许使用非常通用的最优控制问题公式。
小牛接受的公式可以在我的公式6.5中找到;
它允许使用隐式一阶微分代数方程；
它允许同时使用微分或代数状态和控制；
