国科大王晓老师最优化计算方法期末考试题。
每年改动不大。
2023/10/31 10:25:01 9.33MB 国科大 王晓 最优化 期末考试题
1
1stOpt(FirstOptimization)世界领先的非线性曲线拟合,综合优化分析计算软件平台。
是七维高科有限公司(7D-SoftHighTechnologyInc.)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,非线性复杂工程模型参数估算求解等领域傲视群雄,首屈一指,居世界领先地位。
除去简单易用的界面,其计算核心是基于七维高科有限公司科研人员十数年的革命性研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO),该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题,即用户勿需给出参数初始值,而由1stOpt随机给出,通过其独特的全局优化算法,最终找出最优解。
以非线性回归为例,目前世界上在该领域最有名的软件工具包诸如OriginPro,Matlab,SAS,SPSS,DataFit,GraphPad,TableCurve2D,TableCurve3D等,均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛,其结果是无法求得正确结果。
而在实际应用当中,对大多数用户来说,给出(猜出)恰当的初始值是件相当困难的事,特别是在参数量较多的情况下,更无异于是场噩梦。
而1stOpt凭借其超强的寻优,容错能力,在大多数情况下(大于90%),从任一随机初始值开始,都能求得正确结果。
2023/7/14 8:10:48 5.44MB 1stop
1
MATLAB经典案例的一些代码,给初学者提供帮助。
本书系统介绍了禁忌搜索、模拟退火、遗传算法、人工神经网络和拉格朗日松弛等现代优化计算方法的模型与理论、应用技术和应用案例。
作为最优化算法的总结,包括了主要的搜索算法,NP问题,遗传算法,神经网络,拉格朗日松弛,对计算机优化计算提供理论基础。
2023/7/5 9:44:54 215KB MATLAB
1
1stOpt(FirstOptimization)是七维高科有限公司(7D-SoftHighTechnologyInc.)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,非线性复杂工程模型参数估算求解等领域傲视群雄,首屈一指,居世界领先地位。
除去简单易用的界面,其计算核心是基于七维高科有限公司科研人员十数年的革命性研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO),该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题,即用户勿需给出参数初始值,而由1stOpt随机给出,通过其独特的全局优化算法,最终找出最优解。
以非线性回归为例,目前世界上在该领域最有名的软件工具包诸如OriginPro,Matlab,SAS,SPSS,DataFit,GraphPad,TableCurve2D,TableCurve3D等,均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛,其结果是无法求得正确结果。
而在实际应用当中,对大多数用户来说,给出(猜出)恰当的初始值是件相当困难的事,特别是在参数量较多的情况下,更无异于是场噩梦。
而1stOpt凭借其超强的寻优,容错能力,在大多数情况下(大于90%),从任一随机初始值开始,都能求得正确结果。

2023/6/29 4:02:58 7.09MB 非线性 数据处理
1
物流配送车辆调度问题作为一个NP难题,随着客户数量的增加,可选的配送路径方案数量将以指数速度急剧增长。
因而,用启发式算法求解该问题就成为人们研究的一个重要方向。
本文将在建立物流配送车辆调度问题的数学模型的基础上,研究用爬山算法、禁忌搜索算法、模拟退火算法、遗传算法等现代优化计算方法对其求解。
2023/2/23 9:58:21 5.5MB 物流配送 VRP
1
通晓matlab最优化计算的随书源码,PSO 用基本粒子群算法求解无约束优化问题YSPSO 用带压缩因子的粒子群算法求解无约束优化问题LinWPSO 用线性递减权重粒子群优化算法求解无约束优化问题SAPSO 用自适应权重粒子群优化算法求解无约束优化问题RandWPSO 用随机权重粒子群优化算法求解无约束优化问题LnCPSO 用学习因子同步变化的粒子群优化算法求解无约束优化问题AsyLnCPSO 用学习因子异步变化的粒子群优化算法求解无约束优化问题SecPSO 用二阶粒子群优化算法求解无约束优化问题SecVibratPSO 用二阶振荡粒子群优化算法求解无约束优化问题CLSPSO 用混沌粒子群优化算法求解无约束优化问题SelPSO 用基于选择的粒子群优化算法求解无约束优化问BreedPSO 用基于交叉遗传的粒子群优化算法求解无约束优化问SimuAPSO 用基于模拟退火的粒子群优化算法求解无约束优化问题
2015/4/21 19:57:10 1.29MB 精通matlab最优化计算 混沌搜索
1
现代优化计算方法课件(解密版),有需求的自取!有需求的自取!
2021/5/26 4:03:23 303KB 现代优化计算
1
精通MATLAB最优化计算全书配套算法M文件-精通MATLAB优化计算.rar从这里下载了不少神经网络的视频,感觉非常不错,先向这些制作者致敬。
也感谢各位版主建立了这个大宝库。
今天《精通MATLAB最优化计算》的书刚刚到手,不敢独享,分享出原书光盘中各章的算法M文件,供大家学习(没有搜索论坛中相关帖子,不知道能否有人已经发过)。
也作点小贡献。
希望大家能沿者copy--edit--write的路一路领略MATLAB的精彩。
2020/1/17 1:36:05 3.26MB matlab
1
精通MATLAB最优化计算全书配套算法M文件-精通MATLAB优化计算.rar从这里下载了不少神经网络的视频,感觉非常不错,先向这些制作者致敬。
也感谢各位版主建立了这个大宝库。
今天《精通MATLAB最优化计算》的书刚刚到手,不敢独享,分享出原书光盘中各章的算法M文件,供大家学习(没有搜索论坛中相关帖子,不知道能否有人已经发过)。
也作点小贡献。
希望大家能沿者copy--edit--write的路一路领略MATLAB的精彩。
2020/1/17 1:36:05 3.26MB matlab
1
《MATLAB神经网络43个案例分析》源代码&数据《MATLAB神经网络43个案例分析》目录第1章BP神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN网络的预测----基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的功能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测第18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测第22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
2020/5/22 18:19:56 11.78MB 神经网络
1
共 39 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡