搜索资源列表
-
1下载：
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
-
-
0下载：
c++求极值，利用无约束最优化中的最简单的最速下降法从负梯度方向来求得极值-c++ extremum, the use of unconstrained optimization of the most simple steepest descent method to obtain from the extreme negative gradient direction
-
-
0下载：
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
-
-
1下载：
无约束多维极值问题，包含
用模式搜索法求解多维函数的极值
用Rosenbrock法求解多维函数的极值
用单纯形搜索法求解多维函数的极值
用Powell法求解多维函数的极值
用最速下降法求解多维函数的极值
用共轭梯度法求解多维函数的极
用牛顿法求解多维函数的极值
用修正牛顿法求解多维函数的极值
用DFP法求解多维函数的极值
用BFGS法求解多维函数的极值
用信赖域法求解多维函数的极值
用显式最速下降法求正定二次函数的极值
-Unconstrain
-
-
0下载：
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
-
-
2下载：
Rosen梯度投影法 罚函数法 外点罚函数法 內点罚函数法 混合罚函数法 乘子法 G－N法 修正G－N法 L－M法 线性规划 单纯形法 修正单纯形法 大M法 变量有界单纯形法 整数规划 割平面法 分支定界法 0-1规划 二次规划 拉格朗曰法 起作用集算法 路径跟踪法 粒子群优化算法 基本粒子群算法 带压缩因子的粒子群算法 权重改进的粒子群算法 线性递减权重法 自适应权重法 随机权重法 变学习因子的粒子群算法 同步变化的学习因子 异步变化的学习因子 二阶粒子群算法 二阶振荡粒子群算法-radien
-
-
1下载：
使用最速下降法和共轭梯度法实现优化功能，基于MATLAB平台使用m语言编写(Based on the MATLAB platform, steepest descent method and conjugate gradient method are used to achieve the optimization function with M language.)
-
-
2下载：
解决了最小无约束优化问题 步长由ARmijo非精确一维搜索生成，迭代方向分别由最速下降法，阻尼牛顿法，共轭梯度法，拟牛顿法(BFGS)产生(This code solves the minimum unconstrained optimization problem, and the step size is generated by ARmijo inexact one-dimensional search. The iterative directions are generated b
-
-
0下载：
最速下降法的简明例子，注释详细，可以做参考意见(the easy example of steepest descent method)
-
-
0下载：
优化算法有很多，经典算法包括：有线性规划，动态规划等；改进型局部搜索算法包括爬山法，最速下降法等，模拟退火、遗传算法以及禁忌搜索称作指导性搜索法。而神经网络，混沌搜索则属于系统动态演化方法。
梯度为基础的传统优化算法具有较高的计算效率、较强的可靠性、比较成熟等优点，是一类最重要的、应用最广泛的优化算法。但是，传统的最优化方法在应用于复杂、困难的优化问题时有较大的局限性。(There are many optimization algorithms, the classical algori
-
