搜索资源列表
jmax10
- 一个多维极值求解算法（用连分式法求解目标函数的极值点） 注：to 站长，刚才上传的那个是多维极值求解的，这个是一维求解的，刚才颠倒了，抱歉 -_--a multidimensional Extreme algorithm (even with fractional method objective function of extreme points) Note : to head just upload the extreme that is multi-dimensional solut
Code_MATLAB_Optimization
- 这是龚纯《精通MATLAB最优化计算》随书源码(M文件)。基于MATLAB优化工具箱，代码包含的内容有：牛顿法等无约束一维极值问题、单纯形搜索法等无约束多维极值问题、Rosen梯度投影法等约束优化问题、L-M法等非线性最小二乘优化问题、线性规划、整数规划、二次规划、粒子群优化、遗传算法。-This is pure Gong " Mastering MATLAB optimization calculations," with the book source (M file)
MATLAB-ge-zhong-you-hua
- 无约束一维、多维极值，约束优化问题，粒子群优化算法，遗传优化算法-Unconstrained one-dimensional, multi-dimensional extremal constrained optimization problem, particle swarm optimization, genetic optimization algorithm
SimplicityAlgorithm
- 求多维函数极值的一种算法，由Nelder和Mead提出，又叫单纯形算法，但和线性规划中的单纯形算法是不同的，由于未利用任何求导运算，算法比较简单，但收敛速度较慢，适合变元数不是很多的方程求极值-Multi-dimensional function extremum seeking an algorithm proposed by Nelder and Mead, also called the simplex algorithm, but in the linear programming si
nelder-mead
- nelder_mead优化算法，求多维函数极值的一种算法，不利用任何求导。利用多面体逼近。-nelder_mead optimization algorithm, and a multi-dimensional function extremum algorithm, do not use any derivation. The use of polyhedral approximation.
7
- 精通MATLAB优化计算算法，无约束多维极值问题。共11个程序。-Proficient in MATLAB optimization calculation algorithm, unconstrained multi-dimensional extremum problem. A total of 11 procedures.
wuyueshuduowei
- 无约束多维极值优化问题，这里提供算法，供大家参考-Multidimensional global optimization problems without constraint, provided here algorithm, for your reference
mastering_matlab
- 精通MATLAB最优化计算 配套光盘 本书的主要内容是应用MATLAB来解决最优化问题，通过将“最优化问题”、“MATLAB优化工具箱”和“MATLAB编程”这三方面有机结合进行讲述，即一方面是使用工具箱来快速解决最优化问题，另一方面是通过算法编程深入解决最优化问题。主要包括MATLAB优化工具箱、无约束多维极值问题、约束优化问题、非线性最小二乘优化问题、线性规划、整数规划、二次规划、粒子群优化算法、遗传算法。 -The main contents of the book is the
optimization-program
- 无约束一维极值/无约束多维极值/约束优化/非线性最小二乘优化/线性规划/整数规划/二次规划/遗传优化算法等对应的matlab程序-Unconstrained one-dimensional extremal/unconstrained multidimensional the pole/constrained optimization/nonlinear least squares optimization/linear programming/integer programming/Quadr
wuyueshuduow
- 无约束多维极值优化算法，优化处理，matlab代码，学习必看-Unconstrained multi-dimensional extremal optimization algorithm, optimized Matlab code, learning must-see
wuyueshuduiwei
- 无约束多维极值问题 用于最优化算法的无约束多维极值问题-Multidimensional unconstrained extremum problem
matlab
- 以42个地点为例，如果要列举所有路径后再确定最佳行程，那么总路径数量之大，几乎难以计算出来。多年来全球数学家绞尽脑汁，试图找到一个高效的算法TSP问题在物流中的描述是对应一个物流配送公司，欲将n个客户的订货沿最短路线全部送到。如何确定最短路线。 TSP问题最简单的求解方法是枚举法。它的解是多维的、多局部极值的、趋于无穷大的复杂解的空间，搜索空间是n个点的所有排列的集合
NT
- 无约束多维极值问题的经典算法，matlab编写-Multidimensional unconstrained extremum problems classical algorithm, matlab prepared
newtontwo-dimension
- 一维Newton的方法可以推广到多维的情况，这个方法也是求解无约束极值问题最古老的算法之一 已经发展成为一类算法：Newton形法-One-dimensional Newton' s method can be extended to the case of multi-dimensional, this method is also one of the oldest unconstrained algorithm extremal problem has developed int
ConstrainedOptimizationProblem
- 约束优化问题： minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug) minPF(外点罚函数法解线性等式约束) minGeneralPF(外点罚函数法解一般等式约束) minNF(内点罚函数法) minMixFun(混合罚函数法) minJSMixFun(混合罚函数加速法) minFactor(乘子法) minconPS(坐标轮换法)(算法还有bug) minconSimpSearch(复合形法)-Constrained optimiz
Powell
- 鲍威尔优化算法：多维无约束优化算法是在无约束优化算法之一，首先选取一组共轭方向，从某个初始点出发，求目标函数在这些方向上的极小值点，然后以该点为新的出发点，重复这一过程直到获得满意解，其优点是不必计算目标函数的梯度就可以在有限步内找到极值点。 鲍威尔法是以共轭方向为基础的收敛较快的直接法之一，是一种十分有效的算法。-Powell optimization algorithm
Optimization-correlation
- 1.约束优化问题： minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug) minPF(外点罚函数法解线性等式约束) minGeneralPF(外点罚函数法解一般等式约束) minNF(内点罚函数法) minMixFun(混合罚函数法) minJSMixFun(混合罚函数加速法) minFactor(乘子法) minconPS(坐标轮换法)(算法还有bug) minconSimpSearch2(复合形法) -Optimization
PSO-GA
- 粒子群算法求解多维约束函数极值，并与遗传算法比较。结果发现，粒子群有很好的精度。-A particle swarm optimization algorithm for solving the extreme value of multi dimensional constrained function, and compared with genetic algorithm. The results show that the particle swarm has a good accurac
第7章 无约束多维极值问题
- 无约束多维极值算法 共轭梯度法 用共轭梯度法求解多维函数的极值(Unconstrained multidimensional extreme value algorithm; conjugate gradient method)
多维极值问题
- 算法，遗传算法，主要用于多维极值的共轭梯度法，非常方便好用(Algorithm, genetic algorithm, conjugate gradient method, which is mainly used for multi-dimensional extreme value, is very convenient and easy to use)