- 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$ K3 B+ |$ `/ e% B
1.约束优化问题:1 Y4 r" f1 n8 a9 ~0 S0 u( x" M
minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)5 f' }& D$ |7 e' O
minPF(外点罚函数法解线性等式约束)" Z& y3 Z1 c2 q
minGeneralPF(外点罚函数法解一般等式约束)2 E. d, r- F9 f6 S8 Z" h z
minNF(内点罚函数法)
" _! n$ |( \7 r, `% M YminMixFun(混合罚函数法)0 c/ W( S5 I+ _
minJSMixFun(混合罚函数加速法)
Y8 R9 S! C0 O+ nminFactor(乘子法): E, i6 G3 q! c, H8 b" |7 ^6 |' n
minconPS(坐标轮换法)(算法还有bug)
+ Z4 f: H9 R8 }9 k& R' p1 jminconSimpSearch(复合形法) p, ]; Y3 s+ a4 a# r
7 m) @6 ?3 D, u6 i
2.非线性最小二乘优化问题) C1 B& o- F5 ^: U5 k
minMGN(修正G-N法)
( ?) d; I7 ?' O
5 ]- Z$ w8 A7 G0 a3.线性规划:
5 q$ _% p9 {7 @6 t4 b& |4 \; a+ yCmpSimpleMthd(完整单纯形法)1 V b9 g! O" M2 V) I
# _8 d0 y4 T3 r4.整数规划(含0-1规划)
6 J3 E! K% {! s) p3 kDividePlane(割平面法)
. A7 l: e6 ]4 uZeroOneprog(枚举法)# c: g$ n% y6 {: w/ w1 T* K: t
3 k4 x4 V' X9 {* D% d
5.二次规划) y4 [ v( _7 d/ ^2 U
QuadLagR(拉格朗日法)
1 @$ `- U9 f3 x! ]3 BActivedeSet(起作用集法)( A# b1 U3 p. s5 l$ ?- @
( z& N1 Y. U8 J1 h3 Q, A6.辅助函数(在一些函数中会调用); P7 h, V* N1 ]" ]0 D& u
minNT(牛顿法求多元函数的极值)
0 f& b1 p( E" i6 IFunval(求目标函数的值)
& e9 \- c" H4 i2 g' @! a2 P4 VminMNT(修正的牛顿法求多元函数极值)
* B- d! ?6 Y6 S$ j6 _1 o' UminHJ(黄金分割法求一维函数的极值)) k* I2 k, a$ b+ e: n
5 G @" j( ^5 S0 s+ `, U
7.高级优化算法" f% T" i% T5 I& _
1)粒子群优化算法(求解无约束优化问题)+ G$ n, X3 n, u2 h
1>PSO(基本粒子群算法)
. d6 P" L E' u# n 2>YSPSO(待压缩因子的粒子群算法)
& Z7 V% W4 l- e4 M7 Y 3>LinWPSO(线性递减权重粒子群优化算法)
6 c; ~/ H( u/ b 4>SAPSO(自适应权重粒子群优化算法)6 _( e7 q4 C. s9 q7 z* ~7 d
5>RandWSPO(随机权重粒子群优化算法)1 q) Y5 q: d5 s" e, s
6>LnCPSO(同步变化的学习因子)0 t2 ^. X8 Z G
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)
3 a( C( v/ h5 Z) s% J" Q 8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
# x% S7 O2 E4 h. Y# w8 g5 w$ [ 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)) D! K0 r6 \; |" y$ H- Y
10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)% H8 J A9 C- p" x! w* R7 f8 m
11>SelPSO(基于选择的粒子群优化算法)1 U3 O( N7 ?" q+ ]) f1 h/ J
12>BreedPSO(基于交叉遗传的粒子群优化算法)2 V; V! _! r9 X2 z7 f7 H
13>SimuAPSO(基于模拟退火的粒子群优化算法)7 Y& ?% P- h0 E1 K5 }
2)遗传算法8 C( t+ c# A( L9 v. ~% _- W
1>myGA(基本遗传算法解决一维约束规划问题)
+ T, C4 K, L1 T e1 |9 r! D 2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)
- R4 K& a9 }% H% } 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)
0 Z* p; B& }6 {0 D( k' z 4>GMGA(大变异遗传算法求解一维无约束优化问题)
W. M1 j0 \* ^ 5>AdapGA(自适应遗传算法求解一维无约束优化问题)
0 b5 t* d5 `: f+ d! I! S# q9 N. d 6>DblGEGA(双切点遗传算法求解一维无约束优化问题)3 m' F. p: w4 ^! M; W% O; D" W
7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)* B/ V5 a& t: y0 Z/ E9 i
% {$ u6 Y, s# |( w
4 t& a* a9 ?+ K. W. c- b" g/ S4 q( h' _" Q* ~ G
2 _! d* q; T$ r4 \: h |
zan
|