搜索资源列表
Wiener-filter-
- 逆滤波与维纳滤波和约束最小二乘滤波复原,有助于初学者-Inverse filter and Wiener filter and constrained least squares filtering for restoration to help beginners
GeneticAlgorithm
- 本代码是使用遗传算法解决优化约束问题，可直接运行。-本代码是使用遗传算法解决优化约束问题，可直接运行。 This code is the use of genetic algorithm to solve constrained optimization problems,which can be directly run.
Functionofgeneticalgorithmoptimizationprocedure.ra
- 用遗传算法解一个函数优化问题的程序，目标函数和约束条件可以改动!-Genetic Algorithm for a function optimization problem with the objective function and constraints can be changed!
ds
- MATLAB中用遗传算法求解约束非线性规划问题-MATLAB using the genetic algorithm for solving constrained nonlinear programming problem
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)
conjugate_grad_2d
- 此共轭梯度算法是基于matlab7.0的用于最优化问题中，无约束条件下的最优化求解。-This conjugate gradient algorithm is based on the matlab7.0 for most optimization problems, the non-binding under the conditions for solving optimization.
GeneticAlgorithmxujinpeng
- 这个算法采用遗传算法（实数编码），可以找到带有约束和无约束函数的最大值 。遗传算法的表现也通过后代的数量绘制出来。-This function can find the maximum of constrained and unconstrained problems with using of genetic algorithm (real coding). Also the performance of GA is plotted vs. the number of generations
unconstrained_optimization
- VC实现的，多维函数搜索，无约束优化方法， (1)最速下降法 (2)阻尼牛顿法(3)共轭梯度法 (4)鲍维尔法(5)变尺度法(6)单纯形法 -VC implementation, multi-dimensional function of search, unconstrained optimization methods, (1), steepest descent method (2) damped Newton' s method (3) conjugate gradient
06529_xilinx
- XILINX的时序约束教程，详细的介绍了各种时序关系和约束-Timing Constraints Guide, a detailed introduction to the various temporal relations and constraints
D9R6
- 用于无约束优化的鲍威尔优化方法， 程序中参数解释如下：//P:存放设计变量 //XI：存放两个线性无关的向量 //N：含有N各元素的一维实型数组，用于存储设计变量 //NP:整形变量，用于存储P与xi的维数 //FTOL：迭代精度 //FRET：输出参数，存放目标函数在找到的近似极小值点处的值 //ITER:迭代次数-For unconstrained optimization of the Powell optimization methods, procedure
Unconstrained_optimization
- 压缩包里包含了无约束优化问题常用的几种求解方法的源程序：变量轮换法（variable_rotation.m）、最速下降法（steepest_descent.m）、修正牛顿法（modified_newton.m）、共轭梯度法（conjugate_gradient.m）。另外，coefficient_matrix.m为目标函数系数获得矩阵，minval.m为最小值计算函数，gradient.m为梯度计算函数-Compression bag contains unconstrained optimiz
ga_matlab
- matlab实现遗传算法程序,用于求解约束的优化问题-matlab genetic algorithm to achieve the procedure for solving constrained optimization problem
cg
- 无约束优化中的共轭梯度算法程序，解压缩后就可以用了-Unconstrained optimization of the conjugate gradient algorithm procedure can be extracted after the
Constrained_Optimization_and_Lagrange_Multiplier_M
- 一本介绍约束优化方面的经典书籍。对于从事约束优化算法的研究很有帮助。-A book introducing constrained programming. It is beneficial for the algorithm research of constrained programming
NIP
- matlab 7.0 以上版本提供了强大的优化工具箱，但在整数规划方面，只提供了bintprog（）这个m文件以求解0－1整数规划，而对于一般的整数规划模型没有具体的算法提供。我们一般情况只是用最简单的分值定界思想编写matlab程序求解整数规划问题，但效率低下，如何利用求解整数规划的先进算法编写matlab程序提上日程，香港大学的李端和复旦大学编写的《Nonlinear Integer Programming》(非线性整数规划)为编写解决整数规划问题提供强大有效的算法，其中算法针对具体问题包括
outclpso
- 用于分析带约束问题的输出结果,加上约束的粒子群算法功能有很大改善-Used to analyze the problem with constraint output, coupled with constrained particle swarm optimization function has greatly improved
7941925pos
- 粒子群的优化算法，不仅可以方便地解决无约束优化问题，也可以方便的解决有约束的非线性优化问题。-Particle Swarm Optimization algorithm, not only can easily solve the unconstrained optimization problem can also be convenient to solve constrained nonlinear optimization problem.
fmincon
- 通过使用matlab优化工具箱中的函数fmincon解决有约束的非线性优化问题，有详细的代码过程。-By using the matlab optimization toolbox function fmincon to solve constrained nonlinear optimization problem, has detailed the process code.
linearprog_code
- 这是一个老师布置的作业程序,我是用C++ Builder 4.0写的. 如果学过<线性规划>的话,这个程序要干什么大家都知道,就是求解线性规划问题,即在一组线性不等式或等式组的约束条件下求某个线性函数的最值问题。-Teacher This is a layout of operating procedures, I am using the C++ Builder 4.0 Writing. If the study had <linear programming>, th
c
- 罚函数方法是求解约束（极小）优化问题的一类较好的算法。其基本思想：根据约束的特点构造某种惩罚函数，并把惩罚函数添加到目标函数上去，从而得到一个增广目标函数，使约束优化问题的求解转化为一系列无约束极小优化问题的求解。-Penalty function method for solving constrained (minimum) optimization problem of a class of better algorithms. The basic idea: In accordance