- 在线时间
- 321 小时
- 最后登录
- 2024-4-29
- 注册时间
- 2023-7-11
- 听众数
- 1
- 收听数
- 0
- 能力
- 0 分
- 体力
- 5258 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 1976
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 797
- 主题
- 795
- 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
: w; T. Q' I. Q& Q% ?; I% p& ^1.约束优化问题:, R' H/ K. C: |! Q
minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)
+ E8 U# w+ ^* f& z& D7 |3 dminPF(外点罚函数法解线性等式约束)7 g0 X) W- ?" J+ k9 K
minGeneralPF(外点罚函数法解一般等式约束)
0 t$ o( z7 @" S& kminNF(内点罚函数法)7 m& f3 F9 w* @
minMixFun(混合罚函数法)
0 K- u+ O$ b Z. jminJSMixFun(混合罚函数加速法)
3 b( q, F) x2 k0 \minFactor(乘子法)- `( V) d8 b: M; K5 B, k {' n
minconPS(坐标轮换法)(算法还有bug)
- }) c" U: M3 l/ Z, Z0 i0 cminconSimpSearch(复合形法)! O6 M6 m, @" Y9 R
+ u* b4 p, N& Z' ]2.非线性最小二乘优化问题0 d& p) U {" M8 w# k: ]
minMGN(修正G-N法)$ x% r; |/ B. m3 |; W J% s
7 W( K7 ~* }" k" p J; U8 R0 [
3.线性规划:
: K5 x% v% I( L* g; a8 tCmpSimpleMthd(完整单纯形法); Z+ H0 u8 n3 N+ z) L
/ d5 Q3 g0 @0 W: N: D) e4.整数规划(含0-1规划)
: j8 Y9 x0 k- N) k, `: l0 F/ ^DividePlane(割平面法)
# f. E+ w. F+ w8 UZeroOneprog(枚举法). e. E1 e1 r2 R. \" a
% C' {5 U3 Z" Z. {: Y
5.二次规划+ f m* P* G7 v. [
QuadLagR(拉格朗日法)6 r2 ?# ]: P& g0 X) Y; G
ActivedeSet(起作用集法)
% }* \# T1 V7 W4 o7 O. V+ ]5 l" U4 D2 J1 e
6.辅助函数(在一些函数中会调用)
7 \% T1 F% ~ v7 LminNT(牛顿法求多元函数的极值)
8 S, Z4 D7 s. Y* BFunval(求目标函数的值)
. B j# j# R' w" K/ y HminMNT(修正的牛顿法求多元函数极值)1 E; c2 J0 a G& q) X6 v3 S
minHJ(黄金分割法求一维函数的极值)9 c' J. R. Z+ o' L* K& ]
R7 X( F& }+ i/ n
7.高级优化算法* R1 u4 B9 F% r
1)粒子群优化算法(求解无约束优化问题)
& B& k% T1 @; {7 ?! J4 k( C 1>PSO(基本粒子群算法)9 q0 v* ]) H8 L; _ ?7 f' Z
2>YSPSO(待压缩因子的粒子群算法)- p7 g; m' p6 k$ I, n* E
3>LinWPSO(线性递减权重粒子群优化算法)$ g, U2 G) {9 ^: e7 Q3 g+ l
4>SAPSO(自适应权重粒子群优化算法)
- m" k' F+ m! ^9 M! V* J: m4 H( u 5>RandWSPO(随机权重粒子群优化算法)1 u) m) O' Y& }6 p( i/ h" b
6>LnCPSO(同步变化的学习因子)& m* G% K2 k& a# X2 d+ ?
7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)& R9 f }, m- w2 G8 N. U6 |% j
8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)
" S, v; Y- W0 H2 G/ y 9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)
* R8 J$ h* w+ L. z* r! L/ [: { 10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)
; U2 g1 d; w- K6 B* r! h9 S7 _ 11>SelPSO(基于选择的粒子群优化算法)) N7 V" E+ x/ o9 ?( I+ Z7 j" p
12>BreedPSO(基于交叉遗传的粒子群优化算法)
" p, V j% L7 g7 h6 a 13>SimuAPSO(基于模拟退火的粒子群优化算法)0 }5 s/ e8 Q/ u& y' C3 S9 X0 s
2)遗传算法
9 m. m% F; W$ W6 i) m$ h1 i5 J% [ 1>myGA(基本遗传算法解决一维约束规划问题)3 j) d$ i: z, B* N, f$ |6 @
2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)3 k- B4 _& l1 @ w
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)
) C& l5 u+ x* \ 4>GMGA(大变异遗传算法求解一维无约束优化问题)
# a' @ l5 h0 V# D J 5>AdapGA(自适应遗传算法求解一维无约束优化问题)
8 b% V, L7 ?1 w) w 6>DblGEGA(双切点遗传算法求解一维无约束优化问题)* F8 h6 D/ S6 B o/ C J
7>MMAdapGA(多变异位自适应遗传算法求解一维无约束优化问题)& }% `0 V, |+ s; Y. J
! D1 u8 X2 c- p% |
3 a; {7 }0 a+ R6 e2 W/ Q+ k; i' S' n4 i- H' N; s
9 H/ ~& {5 `, y, ~1 Z
|
zan
|