1. Mitchell T.M. Machine learning. McGraw-Hill, 1997.
2. Понтрягин Л.С., Болтянский В.Г., Гамкрелидзе Р.В. и др. Математическая теория оптимальных процессов. М., Наука, 1983.
3. Shen X., Shi W. Adaptive trajectory tracking control of wheeled mobile robot. Proc. CCDC, 2019, pp. 5161-5165. DOI: 10.1109/CCDC.2019.8833019
4. Samir A., Hammad A., Hafez A., et al. Quadcopter trajectory tracking control using state-feedback control with integral action.Int. J.Comput. Appl., 2017, vol. 168, no. 9, pp. 1-7.
5. Uddin N. A robot trajectory tracking control system design using pole domination approach. IEEE IEMCON, pp. 506-512. DOI: 10.1109/IEMCON.2018.8614899
6. Andreev A., Peregudova O., Sutyrkina K., et al. On global output feedback trajectory tracking control of a wheeled mobile robot. Proc. ICMT, 2019. DOI: 10.1109/ICMECT.2019.8932122 EDN: YWGNYK
7. Su T., Liang X., He G., et al. Robust trajectory tracking of delta parallel robot using sliding mode control. IEEE SSCI, pp. 508-512. DOI: 10.1109/SSCI44817.2019.9003125
8. Колесников А.А., Колесников Ал.А., Кузьменко А.А. Методы АКАР и АКОР в задачах синтеза нелинейных систем управления. Мехатроника, автоматизация, управление, 2016, т. 17, № 10, с. 657-669. DOI: 10.17587/mau.17.657-669 EDN: WNECGR
9. Колесников А.А., Колесников Ал.А., Кузьменко А.А. Методы АКАР и бэкстеппинг в задачах синтеза нелинейных систем управления. Мехатроника, автоматизация, управление, 2016, т. 17, № 7, с. 435-445. DOI: 10.17587/mau.17.435-445 EDN: WGHOZP
10. Nguyen A.T., Xuan-Mung N., Hong S-K. Quadcopter adaptive trajectory tracking control: a new approach via backstepping technique. Appl. Sci., 2019, vol. 9, iss. 18, art. 3873. DOI: 10.3390/app9183873
11. Diveev A.I., Sofronova E.A. Universal stabilisation system for control object motion along the optimal trajectory. Mathematics, 2023, vol. 11, iss. 16, art. 3556. DOI: 10.3390/math11163556 EDN: RFQEUU
12. Diveev A.I., Shmalko E.Yu. Machine learning control by symbolic regression. Cham, Springer, 2021. DOI: 10.1007/978-3-030-83213-1
13. Карпенко А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М., Изд-во МГТУ им. Н.Э. Баумана, 2014. EDN: VCPWAJ
14. Саймон Д. Алгоритмы эволюционной оптимизации. М., ДМК Пресс, 2020.
15. Дивеев А.И., Константинов С.В. Исследования практической сходимости эволюционных алгоритмов оптимального программного управления колесным роботом. Известия РАН. Теория и системы управления, 2018, № 4, с. 80-106. DOI: 10.31857/S000233880002513-3 EDN: YSBCOL
16. Diveev A.I., Sofronova E.A., Konstantinov S.V. Approaches to numerical solution of optimal control problem using evolutionary computations. App. Sci., 2021, vol. 11, iss. 15, art. 7096. DOI: 10.3390/app11157096
17. Diveev A. Hybrid evolutionary algorithm for optimal control problem. In: Arai K. (ed).Intelligent Systems and Applications.IntelliSys 2022. Lecture Notes in Networks and Systems, vol. 543. Cham, Springer, 2022, pp. 726-738. DOI: 10.1007/978-3-031-16078-3_50
18. Davis L. Handbook of genetic algorithms. Van Nostrand Reinhold, 1991.
19. Kennedy J., Eberhart R. Particle swarm optimization. IEEE ICNN, 1995, vol. 4, pp. 1942-1948. DOI: 10.1109/ICNN.1995.488968
20. Mirjalili S., Mirjalili S.M., Lewis A. Grey wolf optimizer. Adv. Eng. Softw., 2014, vol. 69, pp. 46-61. DOI: 10.1016/j.advengsoft.2013.12.007