搜索资源列表
fahanshu
- 求解约束最优化问题 罚函数法 matlab
matlab-functions-and-applications
- 本书结合科学研究和工程中的实际需要，系统、全面地介绍了MATLAB的常用函数。主要内容包括MATLAB基础及通用函数、数学运算函数、数组和矩阵运算函数、数值计算函数、概率统计函数、图形及图像处理函数、符号计算函数、图形用户界面开发函数、Simulink仿真函数、控制系统设计函数、信号处理函数、神经网络应用函数、最优化设计函数和小波变换函数。本书讲解的函数主线为从MATLAB的基础知识到不同领域的应用和实际问题的解决。电子书高清版但章节不全，但书内案例源码齐全，欢迎下载学习。-The book
PHR_multiplier_method
- 《最优化理论与方法》书籍中的乘子法的源程序，该书中的很多案例都用此方法试验过，本代码是一个小案例，将目标函数和约束函数按自己的需求换掉就能进行所期望的运算-" Optimization Theory and Methods" books multiplier method of the source, the book' s many cases are tested using this method, the code is a small case, the obj
Trust-RegionInterior_Point
- 本代码为《最优化理论与方法》书籍重的信赖域算法的代码，本代码中的目标函数和约束等初值可由需要进行改变，来得到所期望的计算-The code for the " optimization theory and method" heavy books trust region algorithm code, the code of the objective function and constraints may need to change the initial value
conjugate-gradient-method
- 本代码为《最优化理论与方法》书籍中的共轭梯度法算法的代码，并举了两个书上的作业题的例子，本代码中的目标函数和约束等初值可由需要进行改变，来得到所期望的计算-The code for the " optimization theory and method" books conjugate gradient method algorithm code, citing two books on the example of the job title, the code in th
steepest-descent-method
- 本代码为《最优化理论与方法》书籍中的拥有Amijo改进的最速下降法算法的代码，并举了3个书上的作业题的例子，本代码中的目标函数和约束等初值可由需要进行改变，来得到所期望的计算-The code for the " optimization theory and method" books have Amijo improvement in the steepest descent method algorithm code, citing the three books on
BFGS
- 本代码为《最优化理论与方法》书籍中的牛顿法和拟牛顿法算法的代码，并举了2个书上的作业题的例子，本代码中的目标函数和约束等初值可由需要进行改变，来得到所期望的计算-The code for the " optimization theory and method" books in the Newton method and quasi-Newton method algorithm code, citing two books on the example of the job
Mathematical--and-signal-
- LabVIEW（8.2）课本13.1章源程序，例子详细，包括图像化编程与数学分析，基本数学函数，线性代数，曲线拟合，插值，数值积分与数值微分，概率与统计，最优化，常微分函数，空间解析几何，公式解析，Mathscr ipt-LabVIEW (13.1 8.2) procedures, examples in detail, including the visualization programming and mathematical analysis, the basic mathematica
random_end
- 最优化算法，内含几十种最优化函数，适合不同的场景的应用-Optimization algorithm, containing dozens of optimized functions for different application scenarios
simulate
- 使用DC算法求解非凸函数的最优化问题。可以确保局部最优解，有时收敛到全局最优-DC algorithm using optimization problem of non-convex function. Ensure local optima, sometimes converge to the global optimum
AssignmentOperator
- 赋值运算符函数，这所有的源码都包含不同的实现方式，以及最优化的实现方式-Assignment operator function， All of the source code contains different implementations, as well as the most optimized implementation
最优化实验乘子法
- 最优化方法之乘子法，基本的拉格朗日乘子法就是求函数f(x1,x2,...)在约束条件g(x1,x2,...)=0下的极值的方法。 其主要思想是将约束条件函数与原函数联立，从而求出使原函数取得极值的各个变量的解。(The multiplier method of optimization method, the basic Lagrange multiplier method is to find the extreme value of function f (x1, X2,...) unde