- 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7 N* K) R `' _, S) n: t/ O1 _, V% N
1.约束优化问题:7 l2 }7 K, v/ x' P6 W
minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)+ O1 K% ~0 j# M+ b- g# E" c
minPF(外点罚函数法解线性等式约束)% z' ]* K% `" d, b
minGeneralPF(外点罚函数法解一般等式约束)
# p4 L I0 b( X) l; B) |1 d( Y, _minNF(内点罚函数法)- m5 @4 C/ U& ~# J4 ]; i# t$ Z" T$ F
minMixFun(混合罚函数法)4 Y! o1 ~: d" N9 H
minJSMixFun(混合罚函数加速法)
_, c$ g/ C. }* {" J" Z" GminFactor(乘子法)9 H/ u ?0 C9 L8 z) e
minconPS(坐标轮换法)(算法还有bug)
# r3 h3 q0 C6 c% MminconSimpSearch(复合形法)7 U3 R7 R/ s8 G5 i
; A! C/ M5 F8 T$ x }4 ~3 m
2.非线性最小二乘优化问题
+ x) A9 ^8 j7 E) b0 J3 z6 S' [0 `; OminMGN(修正G-N法)
$ y5 ~' w9 v4 \, e7 Z6 v
" [5 j' U0 ?1 U+ M5 k3.线性规划:9 W; @( q7 K& w( V3 K
CmpSimpleMthd(完整单纯形法)+ N7 f( S- G$ R, _' f
# y& F0 n9 G* a; @% T- x$ `4.整数规划(含0-1规划)
! y! T% x. O6 o% rDividePlane(割平面法)9 s5 L2 R) @/ ]# ~- r$ o
ZeroOneprog(枚举法)+ `1 P$ _6 X% X' Z$ {3 Z! g! Z5 O" d
" F9 v" \* L' m* S) t
5.二次规划' f) `" d* }# K/ m* N* [
QuadLagR(拉格朗日法)
6 R0 ~1 D( C A3 K+ NActivedeSet(起作用集法)
0 `2 j7 m) W" y. x
- [; k% x9 }1 h _$ g. i1 [( M6.辅助函数(在一些函数中会调用)
$ r* u2 `& `. ?5 |, V0 MminNT(牛顿法求多元函数的极值)! v! u) J+ l2 x) T9 s5 S
Funval(求目标函数的值)# E P$ X" }0 E/ {
minMNT(修正的牛顿法求多元函数极值)3 }: p$ d ~7 E$ L6 ?" {( M
minHJ(黄金分割法求一维函数的极值)( h( R- o: k$ |! {
. B* P. K( H% q h7 ^$ d5 _2 f. l7.高级优化算法
1 X8 {3 I5 a5 A L& e H) i! t% r/ j 1)粒子群优化算法(求解无约束优化问题)+ K8 ^. q* F3 p
1>PSO(基本粒子群算法)+ V6 |! X0 m0 M
2>YSPSO(待压缩因子的粒子群算法)+ g' K: p& A) p. V$ M
3>LinWPSO(线性递减权重粒子群优化算法)/ l- q: F3 U0 f8 B
4>SAPSO(自适应权重粒子群优化算法)0 b5 T! `1 S) i! r1 z
5>RandWSPO(随机权重粒子群优化算法)
4 m0 j8 f8 Y' w' E 6>LnCPSO(同步变化的学习因子)- q) _; Z* j6 K" M# I- ~
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)# X7 A0 U8 Q6 |5 v
8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
3 m, J) y& o) f( b# W5 I, w 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)
8 L2 D" l4 { f& s2 F- w 10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题). Z0 m1 b2 h' R' j+ i: K, l
11>SelPSO(基于选择的粒子群优化算法)6 i. p$ C* E6 M( r
12>BreedPSO(基于交叉遗传的粒子群优化算法)
1 F. |& J, R) i' K" w3 j 13>SimuAPSO(基于模拟退火的粒子群优化算法)
3 h m) m8 V, Z& d3 I8 r 2)遗传算法3 b5 d- |5 \4 F
1>myGA(基本遗传算法解决一维约束规划问题)( U( c* N, H4 l* z0 h
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)/ Y6 l9 s$ K5 R, X5 U
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)
9 S2 g* @" ~! N, [+ U# ~) \% j$ q+ N 4>GMGA(大变异遗传算法求解一维无约束优化问题)
$ R& I5 N9 I( D" B9 N" h+ W 5>AdapGA(自适应遗传算法求解一维无约束优化问题)
( e6 [4 C) {. d. {. N 6>DblGEGA(双切点遗传算法求解一维无约束优化问题)
1 k, j$ W4 c/ C9 o3 [8 y3 O 7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)/ z% u Z4 m6 }1 D9 P, b! i! X# e
: x7 D# K* @7 ~& B0 e
' p5 s# T: O( q5 X1 m: u' m" k/ D( Z( c! X+ o8 J+ z6 R) `
# \8 F; w( Y ]" i" t |
zan
|