- 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 y3 u. {$ V ~. l7 F! Z
1.约束优化问题:
0 b8 c. p% L8 JminRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)
% h; _; T/ n- i, f9 pminPF(外点罚函数法解线性等式约束)
: W0 k A2 f/ b4 \; b" YminGeneralPF(外点罚函数法解一般等式约束) x C/ l$ r9 I$ l
minNF(内点罚函数法)5 s+ N$ ^' H1 n0 g+ @
minMixFun(混合罚函数法)3 e. b6 ^0 G. p+ Z1 M- E$ f
minJSMixFun(混合罚函数加速法)
/ f+ H$ h. |1 R6 d0 B) C& \" x+ pminFactor(乘子法)
# i# d/ f3 u6 Q5 _minconPS(坐标轮换法)(算法还有bug)/ {) Z- \5 O7 t5 \
minconSimpSearch(复合形法)
: S7 E! k2 |+ s2 J `9 Q% L+ r5 y2 W. u1 j5 q# m
2.非线性最小二乘优化问题
5 g. x+ v: J! }) q1 ^# ]minMGN(修正G-N法): E5 Z2 G0 g. Y/ u& B
4 W( D* g) X- Y9 d2 l% D2 I' k. f
3.线性规划:6 ]5 h1 e& M1 w7 ^1 W! d
CmpSimpleMthd(完整单纯形法)" y) h3 u- H7 i' ]
, n- ?0 R+ o& t4.整数规划(含0-1规划)
+ I2 O" F4 B3 D' l* f* b TDividePlane(割平面法)% j/ G( f& \$ k z2 \
ZeroOneprog(枚举法)
! C$ O$ _4 ?: Z& X
+ b( x: e; R6 i- u, i7 E4 a5 H. o4 `5.二次规划1 c% {5 f, H8 I# {+ o
QuadLagR(拉格朗日法)
M, f( L: A1 {ActivedeSet(起作用集法); m+ Z6 l8 z9 F
M0 a; A! ]) e6.辅助函数(在一些函数中会调用)! s5 g5 m! W" _: b# ] Q
minNT(牛顿法求多元函数的极值)+ c3 ~2 u; @3 Z+ Y- s
Funval(求目标函数的值)
% C- y9 N k/ eminMNT(修正的牛顿法求多元函数极值)7 y7 @4 A/ R6 m) H8 Y3 b
minHJ(黄金分割法求一维函数的极值)( |5 Q3 S K8 k# o! ?, u
, O) t0 b( X- [/ t% l9 f7.高级优化算法
/ G) a" V- b" g( M' ~' \ 1)粒子群优化算法(求解无约束优化问题)8 }! P" X# U; X* p# ~
1>PSO(基本粒子群算法)
; X6 u& ^8 M5 c! p' k 2>YSPSO(待压缩因子的粒子群算法)4 D- B4 H0 I$ {# a
3>LinWPSO(线性递减权重粒子群优化算法)& K8 M8 D4 [/ t' C8 p
4>SAPSO(自适应权重粒子群优化算法)
! X, A( A5 w. V, Z2 P 5>RandWSPO(随机权重粒子群优化算法)1 D9 s1 A9 y& F: L/ m
6>LnCPSO(同步变化的学习因子)
. L4 D4 H8 h# @+ `) s 7>AsyLnCPSO(异步变化的学习因子)(算法还有bug), `- u- w8 t B
8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
3 @. j+ E' k9 W/ l3 H7 s 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)
! C; R" K0 g4 O7 n1 Z! T; F6 n 10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)2 N+ N% K6 I$ h4 L) r0 f$ ]
11>SelPSO(基于选择的粒子群优化算法)
5 n3 l9 Q( `) \& |5 b8 j 12>BreedPSO(基于交叉遗传的粒子群优化算法)
/ E7 L, F9 }' Z, O7 @. B7 Y5 O 13>SimuAPSO(基于模拟退火的粒子群优化算法)
! H& w8 |& t: T2 H 2)遗传算法
* H+ Q8 ~ p& p* [: i 1>myGA(基本遗传算法解决一维约束规划问题)
, G3 n5 j9 c% @" H! I! J) k 2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)
9 H8 z4 z! a; g6 F8 u* T% V, K4 C8 { 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)& b( t3 e$ |8 f: l, `
4>GMGA(大变异遗传算法求解一维无约束优化问题)" o2 [: q' u% q. z Z* ~: ^
5>AdapGA(自适应遗传算法求解一维无约束优化问题)
4 k( k$ p9 y/ f7 T9 t 6>DblGEGA(双切点遗传算法求解一维无约束优化问题)- F2 E+ c% a% l7 O9 [# y, H
7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)
+ n0 m$ h9 C0 `- ` a" s8 j
( y2 o8 @; Y- w4 g. _
8 L3 u, v+ G& [( ]9 |" t* s8 L- K# t- R' X1 W6 e, @
7 v ^- m7 a; j* p9 U |
zan
|