- 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# d: n7 Z2 i* f* N* n& F
1.约束优化问题:
5 g ?6 x: g, h( g3 Q0 r! @& m4 j2 WminRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)
4 n* j- D1 \- O) i7 U( MminPF(外点罚函数法解线性等式约束)
9 i) G9 d! Y3 T) ^, [# h8 mminGeneralPF(外点罚函数法解一般等式约束); l& v9 i& O; b# t7 B) D0 c, ]3 K
minNF(内点罚函数法)
6 ~) F5 G$ Z4 T/ CminMixFun(混合罚函数法)
" S' f3 c. c9 w+ u2 gminJSMixFun(混合罚函数加速法): s B4 X' I: d) c6 ^
minFactor(乘子法)/ x# D" _5 _/ c9 F- v
minconPS(坐标轮换法)(算法还有bug)
% p& x( Y0 u% e6 MminconSimpSearch(复合形法)
: x, \5 p& O8 w6 k1 F) H7 c" _( y0 y) G. h- Y; G
2.非线性最小二乘优化问题$ ?) f+ |! O! d1 s3 ~+ J& f
minMGN(修正G-N法)2 a4 L7 Z8 C6 W/ b" ]7 |
* b) }9 V {0 Z) c
3.线性规划:
& g7 c9 P( O4 I* F* E7 `CmpSimpleMthd(完整单纯形法)
) [$ b: ^+ r. o& l, u, o
9 E3 @# y% _1 i3 f) _7 z3 v4 ?% U4.整数规划(含0-1规划), J8 {0 j; q/ Z! ~) M0 m- g
DividePlane(割平面法)
0 l# K t+ H- RZeroOneprog(枚举法)2 ?+ T {6 Q* B1 D7 L3 t2 `
# u5 W. K2 F6 Y. U5 Q" L
5.二次规划
; {' T c$ R8 E/ O) u0 Y+ [QuadLagR(拉格朗日法)
, m `/ t4 g3 q& Z" yActivedeSet(起作用集法)
& C8 J: o ^. f; J* B. a. C+ D. {8 u( ]6 }4 ?5 w- A! W
6.辅助函数(在一些函数中会调用)6 B3 T% V1 i$ C+ J% S
minNT(牛顿法求多元函数的极值)
: ?4 K5 M2 P" ]8 X# jFunval(求目标函数的值)
- y1 p) c1 R5 T, uminMNT(修正的牛顿法求多元函数极值)
* g. ]9 [- i0 H! r: `# f) ^: i5 } NminHJ(黄金分割法求一维函数的极值)+ J- Q$ F5 G6 @( a. ~" D& F# @; R
1 I' @# p0 Z+ U$ {4 k: M! I- a+ g
7.高级优化算法 ^& \ v: C- x; i# E* Q% f, ~
1)粒子群优化算法(求解无约束优化问题); W6 ?( G1 u' k. J
1>PSO(基本粒子群算法): f3 N0 l, ~# F' t) j! R
2>YSPSO(待压缩因子的粒子群算法)8 ?5 h: F& V( M- t! o
3>LinWPSO(线性递减权重粒子群优化算法)
' Y% l! u6 t" M 4>SAPSO(自适应权重粒子群优化算法); x7 j: U, _0 t' p
5>RandWSPO(随机权重粒子群优化算法)
7 o+ q# F- X6 Y n! t+ n! z 6>LnCPSO(同步变化的学习因子)$ o8 n% h# U/ Z
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)
% @6 N# j' ]% D7 h4 x m K 8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
8 e. U$ s6 g x4 x7 f. Y 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)
c4 j; Y r D D4 t( T 10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
9 j) g( q& p% G7 l, n) l 11>SelPSO(基于选择的粒子群优化算法)4 ^ P" v6 C& ]
12>BreedPSO(基于交叉遗传的粒子群优化算法)
3 b0 W: J! ]7 Q# o 13>SimuAPSO(基于模拟退火的粒子群优化算法)# N+ x! p1 ?5 W/ |, B( M1 V
2)遗传算法1 }+ y: N e/ F, f9 i
1>myGA(基本遗传算法解决一维约束规划问题)& ]: K" l7 Y! @/ V3 x. k
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题), V7 z; ~9 O$ x7 @3 Q
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/ J x1 W4 E. q( d/ f
4>GMGA(大变异遗传算法求解一维无约束优化问题)3 M; q9 ` G1 f; O
5>AdapGA(自适应遗传算法求解一维无约束优化问题)$ L8 t; b! ~: C0 r, n8 u: o" X
6>DblGEGA(双切点遗传算法求解一维无约束优化问题)
+ m$ ^, c5 C: b% m! c 7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)
' r7 \/ c; u; Q3 B* M9 |8 y5 X. x2 ?/ }+ G3 O' G
' C' j3 B" |6 z4 {, `% h+ d+ z8 B9 I4 M* n4 ~- y4 O" {. T8 `
3 p' I5 [2 W' C% d5 W |
zan
|