- 在线时间
- 479 小时
- 最后登录
- 2026-5-2
- 注册时间
- 2023-7-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 7801 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 2926
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1172
- 主题
- 1187
- 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
/ J& l, l8 e- E4 q6 @! X' }1.约束优化问题:
: ?6 b7 R' |+ }! E: Z0 RminRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)
9 R2 \+ D& t4 w0 Z- P% W3 Q6 N9 \/ pminPF(外点罚函数法解线性等式约束)
' T" [ n4 O7 q4 HminGeneralPF(外点罚函数法解一般等式约束), @# x q+ u1 M u3 c6 A
minNF(内点罚函数法)
( G/ p( _/ X7 W$ f, d8 L3 }minMixFun(混合罚函数法), f- F1 d' k# X! n: h1 P9 V( m
minJSMixFun(混合罚函数加速法)4 \( j- k2 M3 S- E
minFactor(乘子法)
. P5 k" t$ t4 Q9 a7 PminconPS(坐标轮换法)(算法还有bug). Q0 `2 P2 s9 u& M
minconSimpSearch(复合形法)
3 c1 Y* E4 H6 z1 l% D
; N! T7 n- D* U# q: k2 o2.非线性最小二乘优化问题
7 u6 x O2 K5 n0 q) ~8 T2 L- d8 C' {minMGN(修正G-N法): e2 K8 P) O6 d& h) o8 G! f5 S
9 ]# s; m( h+ m h4 m
3.线性规划:
2 r6 ]; H) |) ?" D/ w) XCmpSimpleMthd(完整单纯形法)
x2 Y7 Z/ T: E0 ~ h6 V# k' w$ @& V# E/ g" n
4.整数规划(含0-1规划)
; j3 L N( z7 a! U. d/ h1 D! `DividePlane(割平面法)
& Y( B7 M4 N }! C p0 hZeroOneprog(枚举法)) \% K1 N6 c2 h
% k' ~( q& k5 W6 O* d5 {
5.二次规划
1 U% K2 D. V1 S7 N, c6 uQuadLagR(拉格朗日法)* R. R7 b9 p6 Y
ActivedeSet(起作用集法)0 U6 L! w2 \6 {1 D% h
( d, b6 t9 e9 r. L! f( L' ?1 q% V6.辅助函数(在一些函数中会调用)1 T) `- p& U! L: e% m8 | w
minNT(牛顿法求多元函数的极值)
3 e# j3 s, Z4 u9 n3 X. dFunval(求目标函数的值)! \" I- x+ L2 F$ k7 u% B
minMNT(修正的牛顿法求多元函数极值)
4 g3 K; f: ~' q C0 j% o2 \: o, e/ c* ~minHJ(黄金分割法求一维函数的极值)" a4 K! o" F$ o) l( Z# z
$ {! @, V H% J+ a
7.高级优化算法
, F) c! M) R& o* p7 i$ Z' { 1)粒子群优化算法(求解无约束优化问题)' B( d2 }# L! z. v8 s! M6 F
1>PSO(基本粒子群算法)
0 u8 t; M! R' f( P2 l 2>YSPSO(待压缩因子的粒子群算法)
% ^% f. v) }% p' T5 l 3>LinWPSO(线性递减权重粒子群优化算法)
7 M0 G$ i7 I `, g ` 4>SAPSO(自适应权重粒子群优化算法)
6 r" W, Q+ Q( v 5>RandWSPO(随机权重粒子群优化算法)
7 X# ]% h8 n) C. y 6>LnCPSO(同步变化的学习因子)6 N. p+ `& D: y x0 e2 \1 S; L/ x
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)
/ O* z% ?/ z5 j! g 8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
2 \, n' M: C8 w2 U7 W 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)
/ W+ j [& _1 ?* N1 y; s* \, t1 J 10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
4 z5 w) i; y1 [4 d& I L 11>SelPSO(基于选择的粒子群优化算法), v# r ]9 |' U; Q- p K
12>BreedPSO(基于交叉遗传的粒子群优化算法)3 P+ e9 x! ?* u0 A4 b
13>SimuAPSO(基于模拟退火的粒子群优化算法)
% n) [( c6 A& z; Z) I1 v 2)遗传算法$ P7 t$ P0 t$ |
1>myGA(基本遗传算法解决一维约束规划问题) V) r9 Q/ z) C
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题); y- a% K( Q2 Z+ ~ g# c& v
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)
! Z" d @- [6 P) w, b6 U' S4 T 4>GMGA(大变异遗传算法求解一维无约束优化问题); A& {' T, |9 d6 @0 c
5>AdapGA(自适应遗传算法求解一维无约束优化问题)
M/ E5 S( Y' f 6>DblGEGA(双切点遗传算法求解一维无约束优化问题)
. r" l; J' ` Q9 x0 } 7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)+ F- R% o' J. S' ?2 t+ } A
! N0 W0 @! S6 \+ x2 ?0 A
$ p# e8 z& m5 r: N' r& c
/ r' s6 T6 @, D W3 Q, H4 a- E% T4 e/ o9 `% r* Q x
|
zan
|