搜索资源列表
new_sqp
- 通过对经典的lemke互补转轴算法求解含有等式约束的凸二次规划问题的分析，发现所得到的线性互补问题(lcp)可能是退化的．由lemke算法求解(lcp)问题的迭代过程，通过六个命题说明了含有等式约束的凸二次规划问题对应的(lcp)问题退化的原因，并对经典的lemke算法的迭代过程进行修正，提出了一种改进的lemke算法，这种算法能有效地搜索到含等式约束凸二次规划问题的最优解．-Through the classic Lemke complementarity algorithm shaft co
ActivdeSet
- 有效集法利用数学规划的对偶理论,将所求双层规划转化为一个下层只有一个无约束凸二次子规划的双层规划问题.然后根据两个双层规划的最优解和最优目标值之间的关系,提出一种简单有效的算法来解决非增值型凸二次双层规划问题.-Quadratic Bilevel Programming
coplqp.tar
- 内点法求解凸二次规划 COPL_QP是一个可用的凸二次规划实验的解。这个软件包试图解决线性约束凸二次规划。源代码用C语言编写，附带用户指南（postscr ipt文件）和问题实例-Interior point method for solving convex quadratic programming
QuadProg
- Visual Studio 2005 环境下，C++ 实现的求解凸二次规划的算法源代码。-a C++ implementing algorithm for a (convex) Quadratic Programming problem by means of an active-set dual method.
Matlab
- 凸二次规划的matlab有效集算法,很有用的，值得收藏！-Convex active set quadratic programming algorithm matlab, useful, worth collecting!
hidden-space
- 最小二乘隐空间支持向量机 王玲 薄列峰 刘芳 焦李成 ! 在隐空间中采用最小二乘损失函数$提出了 最 小 二 乘 隐 空 间 支 持 向 量 机#0*&**52H 8 同 隐 空 间 支 持 向 量机#&**52H 一样$最小二乘隐空间支持向量机不需 要 核 函 数 满 足 正 定 条 件$从 而 扩 展 了 支 持 向 量 机 核 函 数 的 选择范围 8 由于采用了最小二乘损失函数$最小二乘隐空间支持向量机产生的优 化 问 题 为 无 约 束 凸 二 次 规
erciguihua
- 用拉格朗日法求解等式约束的凸二次规划 用起作用集法求解不等式约束的凸二次规划 用路径跟踪法求解不等式约束的凸二次规划 -Lagrangian method for solving equality constraints convex quadratic programming work set method for solving inequality constraints convex quadratic programming path tracking method for
QPhild
- 凸二次规划原始对偶算法，很有用的，值得收藏！-Two convex quadratic programming primal-dual algorithm, very useful，worth collecting!
TrackRoute
- 用路径跟踪法求解不等式约束的凸二次规划，即沿着此路径(或邻域)可以逼近问题的最优解。-With the path tracking method for solving inequality constrained convex quadratic programming, that along this path (or neighborhood) can approximate the optimal solution of the problem.
CVX
- CVX是构建和解决纪律凸程序（应课税品许可证）建模系统。 CVX支持 一些标准的问题类型，包括线性和二次规划（LPS/ QP的），第二阶 锥程序（SOCPs）和半定规划（SDP的）。 CVX也可以解决复杂得多 凸优化问题，包括许多涉及不可微的功能，如`1规范。您 可以使用CVX方便地提出和解决约束范数最小化，熵最大化， 行列式最大化等诸多凸程序。随着2.0版本，CVX也解决了混合 整纪律凸程序（MIDCPs）为好，用适当的整数解算能力。-CVX is a mo
Code
- 清华大学王书宁老师凸优化课程原对偶内点法求解二次规划问题-code using primal dual interior point method to solve the problem of quadratic programming in convex optimization class by Shuning Wang, Tsinghua univ.
Quadratic-programming-problem
- 二次规划师非线性优化中的一种特殊情形，它的目标函数是二次实函数，约束函数都是线性函数。由于二次规划比较简单，便于求解（仅次于线性规划），并且一些非线性优化问题可以转化为求解一些列的二次规划问题，因此二次规划的求解方法较早引起人们的重视，称为求解非线性优化的一个重要途径。二次规划的算法较多，本文仅介绍求解等式约束凸二尺规划的拉格朗日方法以及求解一般约束凸二次规划的有效集方法。-Quadratic nonlinear optimization planners in a special case,
ASL-1.2
- 内点法求解线性和边界约束的凸二次规划，采用C++语言编程，程序很完善，代码比较多，各位看官好好研究-Solve an optimization problem with linear and bound constraints (BL) min f(x) subject to lo <= x <= hi, a x = b using the affine-scaling interior-point method presented in
SSM-1.1
- 求解具有球形约束条件的凸二次规划问题，问题模型为min - x Ax + b x subject to ||x|| <= r or ||x|| = r- Solve a sphere constrained quadratic program of the form min- x Ax+ b x subject to ||x|| <= r or ||x|| = r using an implementation of the sequential subspace method
CG_DESCENT-C-2.0.tar
- 共轭梯度法求解凸二次规划，代码由C语言开发，老外编写的程序，很值得一读。-Conjugate gradient method for solving convex quadratic programming, code generated by C language development, foreigners prepared program, it is worth reading.
BLG-1.1
- 带等式约束和边界约束的凸二次规划问题，程序包含两种方法，一种是共轭梯度法，一种是frank-wolfe算法，代码质量较高。-Convex quadratic programming problem with equality constraints and boundary constraints, the program contains two methods, one is the conjugate gradient method, one is frank-wolfe algorith