- 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; h( O: y4 A) b6 h! Z. s0 ]
1.约束优化问题:9 h' }+ _" _. O' T0 @% b, y& n( w
minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)
8 h4 z: @1 W y$ xminPF(外点罚函数法解线性等式约束)) _$ g- j1 }! c6 R9 m3 t) l5 i0 v
minGeneralPF(外点罚函数法解一般等式约束)
/ _3 V* Y, W' ]4 B+ I/ \minNF(内点罚函数法)2 u$ u4 N) g9 c) F* m1 u
minMixFun(混合罚函数法)
) V- A* f7 P6 c7 \0 V% r! hminJSMixFun(混合罚函数加速法)
% t* z+ f# N) c% JminFactor(乘子法)
; d" o" ^% x, l! F7 fminconPS(坐标轮换法)(算法还有bug)2 {2 ~6 }) E# J
minconSimpSearch(复合形法)
/ Y, r" A# O" W. b: v' A+ {5 M J4 V" h0 W" ~3 [" p* r0 l
2.非线性最小二乘优化问题
" N0 ?" T# ]0 B6 | Q$ w& t3 MminMGN(修正G-N法)
' x9 f. a8 Y! S# O; n$ I: q5 @4 ^8 Q8 M! W' n! ~+ M' ?8 U
3.线性规划:
3 b, o0 X J2 m/ ECmpSimpleMthd(完整单纯形法)) \0 }' r- ]4 p/ \: o' i5 |' ]
# ?* y- H" u$ m, D4 s; y1 P4.整数规划(含0-1规划)
* m) P0 N+ B9 B6 U/ NDividePlane(割平面法); F' @2 Q' S* t8 V1 s# a& q) g
ZeroOneprog(枚举法)- m) n9 {% w/ |" d+ `
6 V/ x& e! S O+ L+ j" L+ Q5.二次规划
A) [/ _! U( |( j' m3 q: hQuadLagR(拉格朗日法)
0 e3 f$ T% E" C. JActivedeSet(起作用集法)
0 a9 t' K* D+ m W
" T" f& j: V; C* _/ Q6.辅助函数(在一些函数中会调用)% [& M" J! o9 z$ }7 j1 x
minNT(牛顿法求多元函数的极值)
" C. @; ~4 T1 v( DFunval(求目标函数的值). T2 Q0 g6 v# w8 _
minMNT(修正的牛顿法求多元函数极值)' @8 h5 t- l, s' s
minHJ(黄金分割法求一维函数的极值)
) Z( S1 L% Z/ f: V9 O1 G* w0 F- H5 y9 i; O. P! ]$ q
7.高级优化算法
% Z0 N) b7 @* A; ? 1)粒子群优化算法(求解无约束优化问题)
$ k& i' Y7 J6 C( y3 J7 d2 ` 1>PSO(基本粒子群算法) L- ]1 d7 L0 H/ Z. t
2>YSPSO(待压缩因子的粒子群算法)
' D- K# G" v( N4 w' D/ P0 E. U 3>LinWPSO(线性递减权重粒子群优化算法)
- }$ p- J, J) _ 4>SAPSO(自适应权重粒子群优化算法)
2 I# @0 E! S. q9 ~5 U5 d) Z 5>RandWSPO(随机权重粒子群优化算法)
% c# G6 w$ F, ?, ]& G 6>LnCPSO(同步变化的学习因子)2 x! c- w* j/ b" g1 Z
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)/ n. d X8 F# C5 x! |7 `% m) d: J
8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
* Q/ F$ E. X8 t7 s 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)" F+ _. J: V/ P3 s6 H( o n
10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
4 U- B6 K3 c7 f$ B+ @7 A2 t1 c, r 11>SelPSO(基于选择的粒子群优化算法)
: R/ i+ a% F' z0 v9 @2 ` 12>BreedPSO(基于交叉遗传的粒子群优化算法)
, p3 N6 i# y# k5 a# @% z/ x7 a 13>SimuAPSO(基于模拟退火的粒子群优化算法)) n9 }! w+ p- ?" U# \
2)遗传算法
; u' U+ H/ b: W; f$ S* o5 X 1>myGA(基本遗传算法解决一维约束规划问题)* g- @. s6 ~5 a3 k5 l1 q3 M% p F
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)
& X) u3 w3 g$ y 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)
) i* j# M* z- r 4>GMGA(大变异遗传算法求解一维无约束优化问题)) m) a- v% _/ a2 p
5>AdapGA(自适应遗传算法求解一维无约束优化问题)
% k$ s- v, {, g$ `$ B; r+ X 6>DblGEGA(双切点遗传算法求解一维无约束优化问题)" }# B7 r& @* p$ X2 r) D
7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)3 K V* N/ l' o+ H8 G$ }, I
3 p1 n% z, d& _- ?
6 U# a- J8 ^1 d& g& y
* e9 K2 S7 e3 w. d) N
, m% w# v/ K+ K, d3 G% f- i
|
zan
|