- 在线时间
- 478 小时
- 最后登录
- 2026-4-9
- 注册时间
- 2023-7-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 7788 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
: p, h) s. q/ J) n8 u" o- ~1.约束优化问题:
! _9 F9 K( }: ] E3 d1 jminRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug): E- [! D. L+ ]
minPF(外点罚函数法解线性等式约束), R; j5 Y1 ` w }& H+ X3 ]/ b }
minGeneralPF(外点罚函数法解一般等式约束)+ m; _9 t; Y- Y& K' w
minNF(内点罚函数法)
4 R- \- D# A+ `8 C8 r% nminMixFun(混合罚函数法)
4 M+ `+ x1 b, w% h8 `/ [minJSMixFun(混合罚函数加速法)
4 S5 G" P/ H3 k" A+ gminFactor(乘子法)/ Z9 s8 e( [2 P9 \) X
minconPS(坐标轮换法)(算法还有bug); K4 e. `$ F. h4 P; e
minconSimpSearch(复合形法)
2 l! ?5 \7 j I" O& B5 Z [5 q8 x' Y. z( B
2.非线性最小二乘优化问题+ A6 S- f7 L) T8 U' y5 c B
minMGN(修正G-N法)
( i8 j$ y5 P$ {6 P5 L2 q$ d) e. _; l/ r
3.线性规划:
3 f7 f& e2 u {5 {; ]0 r; @0 o3 jCmpSimpleMthd(完整单纯形法)8 l6 O# H8 `4 h# u: Z T+ Z
: `+ i: J: s4 g4 ]0 ~4.整数规划(含0-1规划)
* o, w& d9 ]9 d) Y7 ~DividePlane(割平面法)6 `9 ]. k7 {# P! B* R4 g$ l( ~3 D
ZeroOneprog(枚举法)6 {5 P$ D+ l0 p+ m% l; E$ Q
1 \; T& F9 S" z( t) b5.二次规划- u) I; P7 O4 d) k, n \7 j
QuadLagR(拉格朗日法)
) o: Q/ Y% H, x; Z3 lActivedeSet(起作用集法)
$ y5 V5 c$ Y9 h# e- m( l. Y Q! C. T& b# n& I/ X
6.辅助函数(在一些函数中会调用)
* k! G" F* v( VminNT(牛顿法求多元函数的极值)
: y/ f6 F2 O* l% F# BFunval(求目标函数的值)6 x8 D* d0 y! R! A2 M- z( K* Y- ?
minMNT(修正的牛顿法求多元函数极值)2 R5 z3 E$ C' D& f* n3 v
minHJ(黄金分割法求一维函数的极值)5 J" `* x4 q* n( x2 g7 q' b/ e
/ \) W5 `/ Z; Q7.高级优化算法) t Y5 w8 O% y: a+ y) {* S4 p
1)粒子群优化算法(求解无约束优化问题)1 ]5 z, J; x( O# g# l) S
1>PSO(基本粒子群算法)6 i& O# q) B$ p6 @1 |! Z/ s& ~& m
2>YSPSO(待压缩因子的粒子群算法)- ~: q7 t* ^" V+ S; O ~
3>LinWPSO(线性递减权重粒子群优化算法)2 V1 V! B- m& O7 o8 { W4 a, p4 ]1 {7 P4 K
4>SAPSO(自适应权重粒子群优化算法)7 G% ?3 n4 N4 t+ u0 X' u
5>RandWSPO(随机权重粒子群优化算法)
% p i. M) V; C* K 6>LnCPSO(同步变化的学习因子), x, o" ]* D( ` I- B' G) l& h
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)
, Y8 {% |3 Y1 q+ Y: a' } 8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
" X( I8 Y6 x* |1 [' ~" a 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题) J% }' |+ q$ r) a
10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
! q8 h% a( r3 g Z4 T' A" k8 L# r! r 11>SelPSO(基于选择的粒子群优化算法)
+ m5 P, s; E3 f$ N; D, c9 b; A" O4 w; V 12>BreedPSO(基于交叉遗传的粒子群优化算法)
1 Z4 p: ~8 t6 |. H/ V6 p) I 13>SimuAPSO(基于模拟退火的粒子群优化算法). d' u* V J4 C* k3 x* d5 o9 @
2)遗传算法- Z1 j. k& \$ R/ c C
1>myGA(基本遗传算法解决一维约束规划问题)' @7 H8 [+ x9 l2 S2 a: z
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)$ w' a, Q- s7 z7 _, p$ v; 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 V9 }- x1 O2 ~9 x
4>GMGA(大变异遗传算法求解一维无约束优化问题)5 B$ R1 H F1 o! B5 [5 d* _$ g
5>AdapGA(自适应遗传算法求解一维无约束优化问题)
) v$ C% X; M0 q8 E 6>DblGEGA(双切点遗传算法求解一维无约束优化问题)& L+ z! V1 R. w/ ]7 f
7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)# {1 v/ F2 V: j4 V: ]' H
+ f& K: n6 Z' k5 F; t' W2 N7 j) L6 G3 p/ G) Q5 U/ `, ]- s
4 c: l/ B ~8 w' w8 @ {1 \- i5 s) L# ?( B6 f" w1 t$ m
|
zan
|