搜索资源列表
模拟退火例子1
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子2
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火算法在贷款组合优化决策中的应用
- 模拟退火算法在贷款组合优化决策中的应用-simulated annealing algorithm in the loan portfolio optimization of
数学优化分析综合工具软件包
- 1stOpt 是七维高科有限公司（7D-Soft High Technology Inc.）独立开发， 拥有完全自主知识产权的一套数学优化分析综合工具软件包。在非线性回归，曲线拟合，非线性复杂模型参数估算求解，线性/非线性规划等领域首屈一指； 1stOpt 应用范围 1) 模型自动优化率定 2) 参数估算 3) 任意模型公式线性，非线性拟合，回归 4) 非线性连立方程组求解 5) 任意维函数，隐函数极值求解 6) 隐函数根求解，作图，求极值 7) 线
SGA
- 基本遗传算法的C语言源程序。（遗传算法的应用范围极其广泛，它可应用于函数优化、组合优化、生产调度问题、自动控制、机器人学、图像处理、人工生命、遗传编程以及机器学习等领域。）-Basic genetic algorithm C language source code. (Genetic algorithm extremely broad range of applications, it can be applied to function optimization, combinatorial
TSP
- 用c#实现tsp问题 即经典的旅行商问题 典型的组合优化问题-With c# Achieve tsp issues classic traveling salesman problem that is typical of combinatorial optimization problems
Geneticalgorithm
- 传算法的基本原理、设计方法及其并行实现，以及它在组合优化、机器学习、图像处理、过程控制、进化神经网络-Propagation algorithm of the basic principles, design methods and their parallel implementation, as well as in combinatorial optimization, machine learning, image processing, process control, evoluti
080502
- 基于MATLAB的蚁群算法仿真研究 ：介绍了基于MATLAB的蚁群算法仿真研究。对佛罗里达州六城市旅行商问题进行了MATLAB仿真，计算结果显示，作为新型 进化算法，蚁群算法能够解决复杂组合优化问题。-Ant colony algorithm based on MATLAB Simulation: This paper introduces the ant colony algorithm based on the MATLAB simulation. Six Cities of Flo
GoodsAllocatingProblemwithMultiAimsbasedonTheHybri
- 多目标货物配装问题是一个复杂的组合优化问题，属于NP难问题，本文用混合粒子群算法求解多目标货物配装问题。混合粒子群算法在基本粒子群算法的基础上，通过引进遗传算法中的交叉和变异的策略，避免了陷入局部最优，加快了达到全局最优的收敛速度。此外，本文提出用权重系数来平衡各目标使各目标都能达到相对较优的效果。-Multi-objective loading of goods is a complicated combinatorial optimization problems are NP hard p
yiqun
- 蚁群算法是一种用来在图中寻找优化路径的机率型技术，该算法具有许多优良的性质，具有一种新的模拟进化优化方法的有效性和应用价值， 是一种求解组合最优化问题的新型通用启发式方法，可以解决一维静态优化问题甚至多维动态组合优化问题。 -Ant colony algorithm is a method used to find optimal path in the graph of the probability-based technology, the algorithm has many goo
power_system_reactive_power_optimization
- 优秀论论及对应源码。电力系统配电网的无功优化规划是保证配电网安全、经济运行的一项有效手段，是降低网损、提高电压质量的重要措施。因此，电力系统配电网无功优化规划问题的研究，既具有理论意义，又具有工程实际应用价值。配电系统最优规划问题是一个复杂的非线性组合优化问题，至今未得到很好的解决。Tabu搜索(TS—Tabu search)算法是近年来出现的用于求解组合优化问题的一种高效的启发式搜索技术。本文采用固定并联电容器作为研究对象对系统进行无功补偿，并利用智能优化方法得到使配电网损耗降低最大对应的最优
pso
- 模拟退火算法——组合优化 模拟退火算法主要用于解决组和优化问题，它是模拟物理中晶体物质的退火过程而开发的一种优化算法。在对固体物质进行模拟退火处理时，通常先将它加温熔化，使其中的粒子可自由运动，然后随着温度的逐渐下降，粒子也逐渐形成了低能态的晶格。若在凝结点附近的温度下降速率足够慢，则固体物质一定会形成最低能态的基态。 对于组合优化问题来说，它也有这样的类似过程。组合优化问题解空间中的每一点都代表一个具有不同目标函数值的解。所谓优化，就是在解空间中寻找目标函数最小（大）解的过程。若把目标
Machine Learning and Portfolio Optimization
- 机器学习在量化投资领域的综述，涉及组合优化理论、及机器学习的相关算法。(Machine Learning and Portfolio Optimization)
chuantong
- 对电力系统中传统机组进行机组组合优化计算(The unit commitment optimization of the traditional power unit is calculated)
电力系统机组组合优化
- 基于MATLAB/CPLEX 的机组最优组合，成功求解表格化，图示化的机组组合结果，含机组各时段启停计划、机组各时段最优出力，以及内含的各时段的直流潮流等。(Based on the MATLAB/CPLEX optimal combination of units, the results of tabular and graphical unit commitment are successfully solved, including the start-up and shutdown s
GA优化TSP
- TSP是典型的NP完全问题，即其最坏情况下的时间复杂性随着问题规模的增大按指数方式增长，到目前为止不能找到一个多项式时间的有效算法。实践证明，遗传算法对于解决TSP问题等组合优化问题具有较好的寻优性能。
电力系统机组组合优化
- 基于matlab，用yalmip工具包调用cplex求解电力系统机组组合问题，程序可运行(Based on MATLAB, using yalmip toolkit to call CPLEX to solve the unit commitment problem of power system, the program can run)
OK_3bin_YALMIP_date_2_15_3bin
- 基于yalmip调用gurobi求解器，求解ieee 6 bus system 机组组合状态优化，并画出最优组合策略图。(Based on yalmip, the gurobi solver is called to solve the IEEE 6 bus system unit commitment state optimization, and the optimal commitment strategy chart is drawn.)
电力系统机组组合分段线性优化
- 电力系统短期运行模拟程序，机组组合程序，以日为调度周期，ieee14节点标准系统为算例。(Power system short-term operation simulation program, unit combination program, daily scheduling cycle, IEEE 14 node standard system as an example.)
chapter7
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e(-ΔE/(kT))，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始