搜索资源列表
Trust-region-methods
- 最优化算法中的信赖域方法，是一种非线性算法-Optimization algorithms in the trust region method, is a nonlinear algorithm
Multidimensional-Newton
- vb环境下实现牛顿法迭代求最优，最优化原理与方法中无约束最优化的求解-Newton s method to achieve vb environment iterative optimal, optimization theory and methods for solving unconstrained optimization
Unitary--ESPRIT
- 新的2维角度估计的高分辨方法。该方法首先建立基于范数约束的最优化问题的目标函数；然后用迭代算法沿均匀面阵接收数据的方位向求最小化目标函数的稀疏解，得到方位、俯仰角耦合的空间角频率，并分离信号；最后对每个分离的信号，沿面阵俯仰向求稀疏解，得到信号的俯仰角，进而求得对应的方位角。-The new high-resolution 2-D angle estimation method. Firstly, the establishment of an objective function optimi
retinex_pde.tar
- 基于retinex泊松方程的图像颜色校正，retinex方法源于对人类视觉感知系统的建模，因此这类校正方法的结果有比较高的可读性，具有较好的视觉效果，本代码是采用泊松方程来求解这个最优化问题的算法。可以在多个平台上编译运行-Image-based color correction retinex Poisson equation, retinex approach stems from modeling the human visual perception system, so the res
Reservoir-Operation-
- 动态规划、POA算法、增量动态规划是最优化技术中几种适用范围很广的基本的数学方法。-Reservoir Operation Dynamic Programming
one-dimensional-search-method
- 最优化一维搜索方法，对学习最优化很有用的讲解PPT-Optimization one dimensional search method, is very useful to study optimization of the interpretation of the PPT
descend_MultiMentional
- 最速下降法实现最优化的程序。程序中给出了多个二维函数一边测试使用。在求学习效率时采用的是一维黄金分割方法。-The optism method of steep descend.
Levenberg-Marquardt
- Levenberg-Marquardt算法是最优化算法中的一种。最优化是寻找使得函数值最小的参数向量。根据求导数的方法.-Levenberg-Marquardt algorithm is an optimization algorithm. Makes optimization is to find the minimum value of the parameter vector function. Method according to the number of derivative.
tidu
- 共轭梯度法（Conjugate Gradient）是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。-Conjugate Gradient Method (Conjugate Gradient) is between the steepest descent method between a law an
Simplex
- 单纯型方法，用来解决线性规划问题，参考黄平《最优化理论与方法》-Simplex method , to solve linear programming problem
Conjugate_Gradient
- Conjugate_Gradient方法仿真测试最优化效果的matlab程序-Conjugate_Gradient simulation testing method to optimize the effect of the matlab program
dampnm
- 最优化设计方法中基于牛顿法的——最速下降法-Newton methord
gatbx
- 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过
publictransport
- 仅考虑公汽线路，给出任意两公汽站点之间线路选择问题的一般数学模型与算法。并根据附录数据，利用你们的模型与算法，求出以下6对起始站→终到站之间的最佳路线。利用最优化原理，建立出一个动态规划模型，并运用广度优先的算法，在模型和算法的基础上，通过迭代的思想，实现用基于选取换乘K-1次路线的方法得到换乘K次的路线-Consider only the bus line, given a choice between any two lines for the bus station issue gener
LMFnlsq2testPDF
- L-M(Levenberg—Marquardt)是一种非线性最优化里面最常用的方法之一，改方法能快速而准确的逼近收敛值。本文简述了改方法的操作原理和具体运用，如可以方便的用于有约束与无约束最优化的求解。-L- M (Levenberg- Marquardt) is a kind of nonlinear optimization inside one of the most commonly used method, change method can fast and accurate app
LMFnlsq2_220413
- L-M(Levenberg—Marquardt)是一种非线性最优化里面最常用的方法之一，改方法能快速而准确的逼近收敛值。本文简述了改方法的操作原理和具体运用，如可以方便的用于有约束与无约束最优化的求解。本文件里面有源码和测试码以及对该方法的具体介绍PDF文件。欢迎下载。-L- M (Levenberg- Marquardt) is a kind of nonlinear optimization inside one of the most commonly used method, chang
Dynamic-programming
- 动态规划程序是求解决策过程(decision process)最优化的数学方法。-dynamic programming
0.618aFibonacci
- 最优化中一维搜索方法中的黄金分割法和Fibonacci法程序-Optimization of one dimensional search v one dimensional search method in optimization of the golden section method and the Fibonacci method program
Newton
- 文件夹里是最速下降法和牛顿法，这两种方法在最优化中得到了广泛的应用，希望对学习最优化的同学有帮助。-Folder is the steepest descent method and Newton method, these two methods in the optimization has been widely used, I hope to learn to optimize students help.
Multiplier
- 乘子法也是最优化中经常使用的一种传统数学优化方法，对于学习最优化的同学很有用处。-Multiplier Method is the most conventional mathematical optimization methods often used in optimization, optimization for the students to learn useful.