- 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6 m4 d% j! ]3 g6 W+ O
1.约束优化问题:
' I. J; i! X* Q4 VminRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)$ Q6 i" \4 Z& s, h! M
minPF(外点罚函数法解线性等式约束)
( {! t; ?8 g. i9 q6 s% ~9 eminGeneralPF(外点罚函数法解一般等式约束)
' d" D- p2 _ E9 Y1 _3 r6 ?1 nminNF(内点罚函数法)
; h0 k4 _/ M. x. Z+ ~" @minMixFun(混合罚函数法)8 d% g5 Y J! n2 u6 I4 m
minJSMixFun(混合罚函数加速法)
: j" l9 x8 D/ L' d$ L* a# r. ]minFactor(乘子法)
/ {7 N8 W5 t& A3 N; r: TminconPS(坐标轮换法)(算法还有bug)6 _: G4 ^' A# J7 k% Y, g
minconSimpSearch(复合形法)
7 E5 ^; D7 T+ M% T3 @3 [
& F4 ^5 O! g+ J; z: E& h+ _2.非线性最小二乘优化问题
4 p" `$ l6 n9 OminMGN(修正G-N法)- E: `- F& P3 H8 \
3 i& s; @- a6 `9 C& [; X
3.线性规划:. V! {. e0 Y0 O7 w
CmpSimpleMthd(完整单纯形法)
- C! g# V4 `* I2 x9 L) A
( {) m) d) V" ]& O1 K4.整数规划(含0-1规划)$ w; x$ B2 }, M5 Q) V( ^
DividePlane(割平面法)
. d3 W3 o0 _6 h% R- E! ~# fZeroOneprog(枚举法)" r9 d0 ]# i( ^
4 d& h5 d, U9 P* ~- T# L5.二次规划
, |; T+ q2 b. {6 q9 C! `0 r0 jQuadLagR(拉格朗日法)- y, a5 `7 L2 P2 G
ActivedeSet(起作用集法)- Q6 g' T0 v; _
4 M$ k4 z' \' `! |# D
6.辅助函数(在一些函数中会调用)
& d# K% q( o# U' FminNT(牛顿法求多元函数的极值)
" N V& }, ^1 v8 _Funval(求目标函数的值)9 ~. Q! l6 {, y# M) |, y A
minMNT(修正的牛顿法求多元函数极值)
% \& u! N$ Z6 V6 TminHJ(黄金分割法求一维函数的极值)5 Z' r( z9 X r7 i- ~& _" {
$ H' i5 {( \ H/ e. p9 f: ~7.高级优化算法
% f2 N! p, c9 H 1)粒子群优化算法(求解无约束优化问题)
+ k3 H# u2 N+ X. y- Y$ ~3 ~8 u: s 1>PSO(基本粒子群算法)2 e: P( h7 o* z! m$ L2 e
2>YSPSO(待压缩因子的粒子群算法)( ^) H% a/ i8 g* X( n% S
3>LinWPSO(线性递减权重粒子群优化算法)
- l% b5 V n" Z/ s" M' H 4>SAPSO(自适应权重粒子群优化算法) s$ ~1 m0 S% t1 c0 z6 i
5>RandWSPO(随机权重粒子群优化算法)6 |) T5 n A2 G2 p
6>LnCPSO(同步变化的学习因子) p! Z6 g6 L' K/ v$ @6 ]1 V) ]9 k# Q
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)) X g3 d% R1 {
8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
" h, P8 i3 K3 i3 f" i 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)5 y' \. a0 f. g5 h0 A/ O' o
10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
, I" R% U9 @- n0 `$ F% J 11>SelPSO(基于选择的粒子群优化算法)1 n6 y9 e1 Y, V8 M- E: E1 S" O
12>BreedPSO(基于交叉遗传的粒子群优化算法)% t# E/ C9 a/ L% m
13>SimuAPSO(基于模拟退火的粒子群优化算法)
9 J* {+ E0 R U 2)遗传算法$ b$ {8 ~5 g& U. i/ f$ B
1>myGA(基本遗传算法解决一维约束规划问题)/ Y7 _" F# e$ \5 u( h; P2 M
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)
. X5 f% `0 | { 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)) R9 ^5 R }+ r% \+ `
4>GMGA(大变异遗传算法求解一维无约束优化问题)
6 E p. o9 K) _; r. x" b6 _ 5>AdapGA(自适应遗传算法求解一维无约束优化问题)3 K2 s! U8 p/ }- w V; ]
6>DblGEGA(双切点遗传算法求解一维无约束优化问题) f) n! z+ z8 k$ S$ ?5 e4 ]/ @
7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)
) K3 j5 G# A! C% V0 f& G, I+ G( Y* w5 f4 L' [3 m1 s4 i
8 C" `- }" L" f7 n
/ D+ e/ x5 b. [. g6 R2 p$ X% B4 }$ n/ ~8 n- T
|
zan
|