- 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$ u9 r; d8 M; W
1.约束优化问题:" s9 R. w8 s& o, u, f) J- g# T$ g
minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)5 d; k, n# E2 c& Z9 N, A5 l
minPF(外点罚函数法解线性等式约束)
7 L6 c: ]5 T- L1 j0 o H3 V. ?minGeneralPF(外点罚函数法解一般等式约束)
- i+ G& J; [) S" L& X7 g; ^0 |( KminNF(内点罚函数法)0 b% V& k2 \+ G, f6 o3 c, t
minMixFun(混合罚函数法)) \0 Y6 c; |9 e
minJSMixFun(混合罚函数加速法)' w; n% z. B# G
minFactor(乘子法)
+ X* o1 k5 V1 M& r' D5 T! N; H" cminconPS(坐标轮换法)(算法还有bug)
* Z, K3 _# h/ r4 @) f% M# k& rminconSimpSearch(复合形法)& e( p5 I9 X* b
4 B- ?# ]2 J- X# o$ i+ I
2.非线性最小二乘优化问题1 r3 K- l, D/ s6 A8 ~
minMGN(修正G-N法)5 m; C8 d+ G! u* I
+ C7 r# z& W% S" U3.线性规划:: u' d. P# V' I7 F B$ v( C( N
CmpSimpleMthd(完整单纯形法)' G% S' l: W8 V/ I: b- }5 u
0 D* f1 m$ K# P4 ?: m9 V
4.整数规划(含0-1规划)
1 B, N: n9 H% {( S8 N! BDividePlane(割平面法)9 ~! {5 h" `6 d9 Q- m$ K9 @$ @$ S
ZeroOneprog(枚举法)
/ Y3 j0 X c* D$ C/ N6 d2 o" T* h6 B) b2 `& L! ?: i
5.二次规划
' \( U( _4 ?4 z4 a) gQuadLagR(拉格朗日法)3 L. o- b$ X) K5 Y0 x
ActivedeSet(起作用集法)
. b, M# N2 x( n1 n; ]
3 T" X9 V4 ~: m" I! T. Q6.辅助函数(在一些函数中会调用) A& K0 H9 H- X- w
minNT(牛顿法求多元函数的极值)9 x, e9 B, X4 p T. y
Funval(求目标函数的值)0 y+ k L; q7 r8 E( w6 A A& f
minMNT(修正的牛顿法求多元函数极值)6 {" l" @1 ~$ v" |" M
minHJ(黄金分割法求一维函数的极值)( H& R( y) h# U; Z5 s
y' x8 l2 `- l* `
7.高级优化算法
/ w0 O2 h- G# t2 Y8 k& E, o 1)粒子群优化算法(求解无约束优化问题)0 | ]8 N7 r1 |+ O5 k: e) d
1>PSO(基本粒子群算法)8 H& \3 r) Y' F# X8 e. E: y; C
2>YSPSO(待压缩因子的粒子群算法)* f+ D \4 I6 x5 A$ i0 ~ j8 g
3>LinWPSO(线性递减权重粒子群优化算法)" m6 ~1 ]+ W- G9 G4 x
4>SAPSO(自适应权重粒子群优化算法)
, G- E$ v. H& ?3 W3 r9 } 5>RandWSPO(随机权重粒子群优化算法)6 j' V ~3 Y! I1 Z$ _+ I
6>LnCPSO(同步变化的学习因子)
5 C o( v/ U6 y5 P$ ` 7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)4 a% [1 v6 I( A% h0 N
8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)! w) E. G+ m0 M% y
9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)
- Y) `3 \8 p- W' w5 c# v 10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
2 R3 B4 p( N# `# d0 a" n 11>SelPSO(基于选择的粒子群优化算法)& W5 o* s% @+ d( a. b3 o o: o
12>BreedPSO(基于交叉遗传的粒子群优化算法)
* k+ v4 A8 i& W- s- ~ 13>SimuAPSO(基于模拟退火的粒子群优化算法)7 U+ V# ^0 x$ R1 a
2)遗传算法4 u& z: r6 g$ {- H6 a% \
1>myGA(基本遗传算法解决一维约束规划问题)! W: W( {3 h4 f1 ^6 V! W6 w, x9 h
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)
/ V8 M* r W: S 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): h/ |& Z* ^; k3 ^5 b. j' m
4>GMGA(大变异遗传算法求解一维无约束优化问题)
1 T( @- O! r# p 5>AdapGA(自适应遗传算法求解一维无约束优化问题)
! Z3 o' I; p. j; Z' K5 B 6>DblGEGA(双切点遗传算法求解一维无约束优化问题)! I q. B, `5 M7 s& Z
7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)2 Q) y6 W/ @1 e5 y. y1 F$ l4 `
9 g6 K2 g |7 U5 ?) y" y
. f/ M5 J% N& \' R, t
8 C1 H# [3 |$ a6 I- f
6 _( F& o# x+ g- E. k; Y0 C L |
zan
|