- 在线时间
- 479 小时
- 最后登录
- 2026-4-13
- 注册时间
- 2023-7-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 7789 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 2922
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1171
- 主题
- 1186
- 精华
- 0
- 分享
- 0
- 好友
- 1
该用户从未签到
 |
以下是代码所对应的最优化算法1 K$ a, u: \" e8 Z1 G a. a) [
1.约束优化问题:
) \5 b% b+ z* R, a0 |' J, vminRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)
' h6 W+ T: Z% I4 x9 M$ b4 OminPF(外点罚函数法解线性等式约束); E/ U) B) Z3 r( }
minGeneralPF(外点罚函数法解一般等式约束)+ x8 J; R6 w! x2 Y# t# v1 a4 ]% [
minNF(内点罚函数法)9 o5 ?' B8 y0 g9 r' ?
minMixFun(混合罚函数法)4 h) k/ g) Z6 g: N* h/ u
minJSMixFun(混合罚函数加速法); k: I* b6 X. T) X; C: u j. i& F
minFactor(乘子法)! f* A* y3 i7 @6 L$ z" a- {6 b
minconPS(坐标轮换法)(算法还有bug)) _2 _# J1 g y$ `
minconSimpSearch(复合形法)
% H, H# K1 [* ]* E: `) N2 T6 S T+ f/ Z# f% o4 w: y; z
2.非线性最小二乘优化问题1 D3 |6 n( l! G* s
minMGN(修正G-N法)
/ Q$ f+ b" W# ?8 y$ o/ L) T8 g' j
3.线性规划:
2 I. k( t* y: u* I6 aCmpSimpleMthd(完整单纯形法)
) h1 d9 f; ~6 f" k: Y- u7 f: T, I- x3 G9 w( R1 q2 r% R* }
4.整数规划(含0-1规划)
5 w8 X) M. w/ i9 j( M: X/ Y+ hDividePlane(割平面法)! y7 W$ j! {. H( W! w2 }
ZeroOneprog(枚举法)
6 F( C+ @7 E- d5 e' |
" l& J" w8 w9 J- P6 z( j5.二次规划
- [; j4 m# M* L; z4 HQuadLagR(拉格朗日法)
) F @. u/ t3 ZActivedeSet(起作用集法)
4 \' ]- I2 Z* G3 F9 I. C$ o! T" b6 L& P% W0 D9 i
6.辅助函数(在一些函数中会调用)
- |1 v1 T- ?' K5 F, |minNT(牛顿法求多元函数的极值)
5 T4 t/ `0 c9 G1 b5 ]Funval(求目标函数的值): c* q t; L, Y8 H2 {
minMNT(修正的牛顿法求多元函数极值) ]. [3 I; S! n. ?. Z
minHJ(黄金分割法求一维函数的极值)
0 E" @2 Z1 m% E& c' F- Q" E
4 s. m- u* y9 ~" u7.高级优化算法5 R0 U9 u# P1 ^& a6 a
1)粒子群优化算法(求解无约束优化问题)
7 T5 e6 j9 D9 z! n& @- c+ A 1>PSO(基本粒子群算法)3 J5 ]' P8 M" z4 f
2>YSPSO(待压缩因子的粒子群算法)
$ B0 m; H$ }' y" z 3>LinWPSO(线性递减权重粒子群优化算法)
" R: X, W& Z; U7 Q' O 4>SAPSO(自适应权重粒子群优化算法)
6 K6 e- N; ^- A. I5 N& u 5>RandWSPO(随机权重粒子群优化算法)8 e5 T2 x: ?9 `" p& W. m& r% B
6>LnCPSO(同步变化的学习因子)8 a8 o: J3 i$ y0 z' l3 S* r" V/ V
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)
9 A' g s8 U' m/ Y: k( f 8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
/ C! E1 |, u& K, J6 L! d* c 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)3 k$ l- N1 p, u
10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
0 V; B$ t: V; @( o% i 11>SelPSO(基于选择的粒子群优化算法)
( |" P; _/ w. V& t# R" |9 N3 j. c1 J: U 12>BreedPSO(基于交叉遗传的粒子群优化算法)
) C+ i; A# f, q 13>SimuAPSO(基于模拟退火的粒子群优化算法)/ E H3 V- D! @/ D' |; Q
2)遗传算法4 h/ j' k7 L0 F- U( w
1>myGA(基本遗传算法解决一维约束规划问题)8 z: b1 A/ T: j9 {
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)
" M. y* O9 y) M2 H* L 3>NormFitGA(动态线性标定适应值的遗传算法求解一维无约束优化问题)
- [# w% ?7 z4 O1 {% q 4>GMGA(大变异遗传算法求解一维无约束优化问题)
0 z, k, W+ A# r- | t$ U 5>AdapGA(自适应遗传算法求解一维无约束优化问题)/ b4 @8 ]0 A* B4 k7 d3 b) H5 r
6>DblGEGA(双切点遗传算法求解一维无约束优化问题)
) r3 q! ^. i* w: |% C7 [4 @ 7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题): M/ ~' A* D: F/ I5 Z. ?* k9 v8 U, S
" W) r/ `( i- G; b% ^
3 r+ F3 b" h3 |# M3 j2 d, J P1 e/ y) D5 q# X) ~
* h N' p. Z+ p _ |
zan
|