- 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
0 x8 A) j' y" i" Z, b! k* J1.约束优化问题:
, e0 G- E2 ]9 }5 lminRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)
3 O# ]5 t$ k3 X( wminPF(外点罚函数法解线性等式约束)- K& J# {( e9 ~) Y& D, ]* m
minGeneralPF(外点罚函数法解一般等式约束)8 h- a+ I: @' O4 B
minNF(内点罚函数法)0 e% A! h- y* c0 G4 G3 e; _
minMixFun(混合罚函数法)' ~* `% z& z" E" ]- R& j
minJSMixFun(混合罚函数加速法)* S9 M3 w9 {7 g
minFactor(乘子法)
3 q% @' e# t9 ~8 G0 r# D6 XminconPS(坐标轮换法)(算法还有bug)' a& Z( m8 W- h" d, M1 L! Q4 O" K
minconSimpSearch(复合形法)9 s1 b ]' U" S
, K9 I6 a$ B* e$ p/ Z) G
2.非线性最小二乘优化问题3 k1 A# w6 K X! S, g4 {" m. o
minMGN(修正G-N法)9 c& D! w% a+ V/ `. d/ {
9 }" @6 a# ~- B; s& k8 }3.线性规划:
" c9 F0 d+ V2 y9 Q% p3 ?0 ?CmpSimpleMthd(完整单纯形法)
4 }' v' v* } w+ h+ a N' e* \" X2 q' A, Z4 ? m
4.整数规划(含0-1规划)% I4 Y! N0 I |- h# H' t6 x2 d- N8 ~
DividePlane(割平面法)
& t& L* Z7 e8 @8 [8 ~8 ]6 UZeroOneprog(枚举法)
8 P1 m. y) w: t& U" d) F% n$ F: [1 |3 s( ?' m9 c2 n( T$ q
5.二次规划
$ [ R$ ?4 I: z0 dQuadLagR(拉格朗日法)( W! {1 t5 c' }* \4 J; J/ w" z
ActivedeSet(起作用集法)- C5 W; ]; J4 a' _! ]- _5 s* Z
6 I) V, y% h6 k. M# d9 ]( }2 h) c
6.辅助函数(在一些函数中会调用)# s, e: d* \# W7 `, `7 \- F+ H0 f+ W
minNT(牛顿法求多元函数的极值)
3 d2 k8 B, s0 y$ e! a! E6 _# LFunval(求目标函数的值)
' v) c! h9 a: R; l3 wminMNT(修正的牛顿法求多元函数极值), g! e/ A5 n4 M& `# A# `5 \2 S
minHJ(黄金分割法求一维函数的极值)' r# ~2 q7 S3 H6 h! _0 A
5 I1 n( h- W3 l7.高级优化算法8 r$ M, m' b! X: E2 Y: }+ D
1)粒子群优化算法(求解无约束优化问题)/ C4 |( ^: T; [; `
1>PSO(基本粒子群算法)" n) m5 @! N* X& P( t, d( B$ _
2>YSPSO(待压缩因子的粒子群算法)
- V* C+ S- g$ Y5 k8 w3 T' \8 Z2 l4 T# S 3>LinWPSO(线性递减权重粒子群优化算法)9 ?6 F0 z D/ L
4>SAPSO(自适应权重粒子群优化算法)7 h; B: G# f; n& n: w8 q
5>RandWSPO(随机权重粒子群优化算法)) V( _& ~$ S3 H9 S3 _/ G) G! S
6>LnCPSO(同步变化的学习因子): s5 a/ H) t8 |
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)
; e a: k" \4 V: H& ]+ ~' i- {: t- z 8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)5 G3 v2 p. v6 s6 d' z
9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)
0 j2 a$ U) |% e C) a7 G( M; I! G 10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
9 [) X% f; V, Z0 e* F8 L 11>SelPSO(基于选择的粒子群优化算法); z' L2 `5 L- ]* C- r) L
12>BreedPSO(基于交叉遗传的粒子群优化算法)
3 V5 e+ N' J9 U 13>SimuAPSO(基于模拟退火的粒子群优化算法)* ], v4 \' } _! g
2)遗传算法
$ ~# {7 y' b0 y; ]0 O) q) C% ?3 U 1>myGA(基本遗传算法解决一维约束规划问题)5 L- O6 C g( X! `
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)
! c( G+ m2 T+ v9 W- c 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 ]: _; @4 g# U 4>GMGA(大变异遗传算法求解一维无约束优化问题)
* u: O, V: F% ^( C7 `; }' Q 5>AdapGA(自适应遗传算法求解一维无约束优化问题)# m# ?, B: N7 N- @/ Y
6>DblGEGA(双切点遗传算法求解一维无约束优化问题) w# N1 |3 n7 V6 t; J: p' _. D7 I4 V
7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)
8 u9 ]2 n) m& z0 a& ]$ E
6 c0 d* T) V! y" d+ J* j$ v9 t, w+ A5 O' y! ^
, k- Z6 N. u2 p- _# L
# X) R; I& p* {/ w+ b, `6 A# o |
zan
|