这里列出其中一些名堂:1.[book]globaloptimization(全局最优化算法)2.[book]numerical+optimization(数值最优化经典)3.ConvexOptimizationOverview(凸优化技术综述)4.HandbookofGlobalOptimization(全局优化手册5.IntroductiontoGlobalOptimization全局优化入门.....

一个matlab下的飞蛾优化算法，用以算法的寻优以及科学计算，对研究优化算法有很大的帮助

重庆大学出版社图论与网络最优化算法龚劬课后习题参考答案

智能优化算法及其应用，写的很好，清华大学王凌著

针对弹性光网络中业务的选路、频谱分配进行了研究，考虑到物理节点对业务安全性的影响，建立了以满足业务最低安全级别要求为约束、以最小化网络中最大占用频隙号为优化目标的全局约束优化模型。
为有效求解该约束优化模型，设计了全局优化算法。
将疏导后的业务按照某种排序策略进行排序，为每个业务选择K条满足业务最低安全级别要求的路径。
利用改进的遗传算法为每个业务选择合适的路径并确定最优的频谱分配方案，使得网络中最大占用频谱号最小。
为验证该算法的有效性，在不同的网络拓扑中进行了仿真，结果表明，所设计的算法可实现高效的频谱分配。

GaA全局优化算法.zip

光伏阵列能否正常工作直接关系到整个光伏发电系统运行的安全性和可靠性。
对于光伏阵列故障诊断中传统的BP神经网络诊断算法准确率低、收敛速度慢等问题,提出一种基于粒子群优化RBF神经网络的故障诊断算法。
建立以光伏阵列的4种故障特征参数为输入、5种情况为输出的故障诊断模型,对基于粒子群算法的网络模型的自适应权重寻优进行仿真实验。
最后,将优化算法与BP神经网络算法以及RBF神经网络算法进行对比。
实验结果表明,优化算法不仅可以有效地诊断光伏阵列的故障类型,而且还可以提高故障诊断的准确率。

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。
【通用全局优化算法】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。

C#科学计算讲义-宋叶志-人民邮电出版社内容概要《C#科学计算讲义》较为详细地介绍了科学计算方法，并对算法给出了源代码。
关于算法部分主要介绍了线性方程组的迭代解法与直接解法、正交变换与最小二乘计算方法、鲁棒估计、随机数的产生、插值法、非线性方程求解、多元非线性最优化算法、微分方程数值方法等内容。
本书还给出了C#程序设计的基本方法，并对科学计算中要用到的矩阵向量类的构造做了详细阐述。
算法的实现本身不限于具体的语言，本书对于算法的描述是较为详细的，所以读者也很容易把算法改用Fortran、MATLAB、C++、Java等语言编程实现。
宋叶志、徐导和何峰编著的《C#科学计算讲义》适合作为大学理工科本科生或研究生计算方法、数值分析课程的教材或参考书。
对于从事相关学科教学的教师，如果不熟悉现代编程语言，也可以选择本书作为工具书。
本书还可以用作科研人员的工程计算工具书与算法集。
另外，在一些需要进行数据处理与分析的公司，如数量金融、统计等行业，也可以选用本书作为培训教材，或直接应用书上的源代码进行软件开发。
书籍目录第1章　C#程序设计基础　1.1　计算机、程序设计与算法　1.1.1　计算机结构　1.1.2　操作系统　1.1.3　机器语言与高级语言　1.1.4　程序设计与算法　1.2　C#历史与概述　1.2.1　C语言：结构化编程语言的高峰　1.2.2　C++语言:　面向对象与大型程序　1.2.3　Java语言：可移植、安全性与Internet　1.2.4　C#:.NET主打语言　1.3　集成开发环境介绍　1.4　面向对象程序设计　1.4.1　封装　1.4.2　多态　1.4.3　继承　1.5　数据类型与运算符　1.5.1　简单数据类型　1.5.2　数组　1.5.3　运算符　1.5.4　赋值运算符　1.6　程序控制结构　1.6.1　顺序结构　1.6.2　分支结构　1.6.3　循环结构　1.6.4　控制结构的嵌套　1.7　类的设计及对象实现　1.7.1　定义类　1.7.2　创建对象　1.7.3　方法　1.7.4　构造函数　1.7.5　析构函数与垃圾回收　1.8　运算符重载及索引器　1.8.1　运算符重载　1.8.2　索引器　1.8.3　面向对象思想在C#程序设计中的重要性　1.9　GUI编程　1.10　本章小结第2章　线性方程组迭代解法　第3章　线性方程组的直接解法第4章　正交变换与最小二乘计算方法第5章　鲁棒估计第6章　随机数第7章　插值法第8章　非线性方程数值解法第9章　非线性最优化第10章　常微分方程(组)的数值方法附录A　C#　数值代数类的抽象与设计　附录B　动态链接库与混合编程　B.1　静态链接库与动态链接库　B.2　C#调用Fortran动态链接库范例　B.3　调用可执行函数　附录C　Linux下C#开发与跨平台编程介绍　C.1　Mono简介　C.2　Linux下C#IDE开发范例　参考文献　

大地电磁测深法的粒子群反演算法程序，一维，子群算法粒子群算法，也称粒子群优化算法或鸟群觅食算法（ParticleSwarmOptimization），缩写为PSO，是近年来由J.Kennedy和R.C.Eberhart等[1]开发的一种新的进化算法(EvolutionaryAlgorithm-EA)。
PSO算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover)和“变异”(Mutation)操作，它通过追随当前搜索到的最优值来寻找全局最优。
这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。
粒子群算法是一种并行算法。

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。