- 在线时间
- 480 小时
- 最后登录
- 2026-6-1
- 注册时间
- 2023-7-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 7823 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 2934
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1174
- 主题
- 1189
- 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7 E- g4 ~/ Y1 y$ O
1.约束优化问题:
" Z7 U- q# B1 G% P/ L& i, ^minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)
& p* s+ ^( u8 T$ r- NminPF(外点罚函数法解线性等式约束)/ ~/ l$ P& Q# H+ V& N6 n9 z
minGeneralPF(外点罚函数法解一般等式约束)3 v1 J2 l+ Q$ M
minNF(内点罚函数法). D N& Y0 X& d, o" L4 B' g
minMixFun(混合罚函数法)
. v7 C0 s' E3 [- b. HminJSMixFun(混合罚函数加速法)0 l1 `" p/ I0 t& d# O
minFactor(乘子法)
. P* ^& I" H. l2 HminconPS(坐标轮换法)(算法还有bug)4 _0 p% Q; u t9 _9 f( u
minconSimpSearch(复合形法)8 K. x, u# i4 E4 W
& H# ?7 w( C5 t4 r, X6 h: I* A
2.非线性最小二乘优化问题
$ w0 W. Y' a1 P2 B8 K1 S) G& VminMGN(修正G-N法)' [: T% Q( U6 z m, ?) ]4 M
% `) l7 G: i' W' _6 g3.线性规划:
- @' I1 T9 b& n- F; L% f0 oCmpSimpleMthd(完整单纯形法)" F) c2 T4 C" u( u: @ h2 {
5 m* A+ g9 \. F0 }7 N4.整数规划(含0-1规划)) e: e6 K; n6 @, R- o
DividePlane(割平面法)
, i r/ Y$ h8 L: h- j, S& \ZeroOneprog(枚举法)! S" q% H. s( r. f- y, O u* e8 k) n
7 j7 G: s; g( v5.二次规划
/ i5 S4 p1 V* y# e5 SQuadLagR(拉格朗日法)0 ]9 ~4 \( p- \! C! f! |
ActivedeSet(起作用集法)' z& F$ H; b( S1 M4 a- S
) j/ o& a) r j# T5 c: s K6.辅助函数(在一些函数中会调用)
, ]- a) w2 K/ i) Q2 c H' uminNT(牛顿法求多元函数的极值)7 X7 w" |, T' u9 j( p7 P
Funval(求目标函数的值)1 Y8 e# g1 q6 @# W
minMNT(修正的牛顿法求多元函数极值)
, G( Y/ |/ p# E$ A; u1 j+ UminHJ(黄金分割法求一维函数的极值)1 y. w. o0 X. N5 e( z! Q
) q$ B. D$ X5 \# r
7.高级优化算法
5 W# L- ~ i1 Q2 E5 E, y 1)粒子群优化算法(求解无约束优化问题)9 t5 [2 ^6 U% u) x/ b3 ?
1>PSO(基本粒子群算法)
8 ^9 G# c7 y4 s 2>YSPSO(待压缩因子的粒子群算法)
g; W/ \& E9 ?6 o" k& d; b# E 3>LinWPSO(线性递减权重粒子群优化算法)
$ X2 N5 f! Q$ F; {/ G 4>SAPSO(自适应权重粒子群优化算法) c& t2 `: Z# S2 P
5>RandWSPO(随机权重粒子群优化算法), ~; n, A3 I( A, H- s# a8 M
6>LnCPSO(同步变化的学习因子)3 y0 [2 J/ `5 H! Z, i8 o
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)3 S4 y6 k2 J6 ~& ?; ^ t
8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
) T& ?* [7 }" A+ _% P5 m 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)
5 c5 p8 ]4 ~ j3 E 10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
5 }; R: t0 u/ B8 K+ N 11>SelPSO(基于选择的粒子群优化算法)2 e z1 _+ f* x' x9 o
12>BreedPSO(基于交叉遗传的粒子群优化算法)
/ |- B) b- S2 E: ~. g/ G, b$ U 13>SimuAPSO(基于模拟退火的粒子群优化算法)
) ?7 G4 _8 j, Y/ L 2)遗传算法
3 n' H, Q7 K8 q/ B' I 1>myGA(基本遗传算法解决一维约束规划问题)9 d' m: e+ m# M" U9 q e
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)
! M+ |6 j r+ p 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)
7 R4 E/ g$ ?3 Q2 ?' | 4>GMGA(大变异遗传算法求解一维无约束优化问题)
2 A# G$ K% k$ R6 A0 U/ x 5>AdapGA(自适应遗传算法求解一维无约束优化问题)# Q8 r' M. c2 x" X% n3 X
6>DblGEGA(双切点遗传算法求解一维无约束优化问题)
) F9 b% _; }) m) M8 s4 T! t 7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)
& N8 m) ~9 K- N: ^2 z& g& f9 E: `( u6 p y
# U, q e! X' a: o1 Q3 w( _6 G9 z# F( N) F# z4 V+ U% j
4 ^8 A( l% S1 A8 d( ~) {, h% w |
zan
|