可以实现一维自变量的线性规划问题，二维也可以实现，只是有区域寻优景象；

带佳点集理论的灰狼算法（GWO），求解带约束的非线性规划问题。
可直接运转。

本书是为应用数学系本科生、工科硕士研究生所写的有关最优化知识的一本教材，作为教材，本书的基本观点是：采用简单、基本直观的方法，向学生介绍最优化的有关理论、基本原理和相应的算法，并试图让学生了解算法的来龙去脉，以便使他们在处理实际问题的过程中，更好地运用这些方法。
本书的基础是“数学分析”和“线性代数”，对于工科学生，只需具备“高等数学”和“线性代数”知识就可读懂大部分内容。
第一章绪论1.1引言1.2最优化问题1.3数学预备知识1.4凸集和凸函数第二章线性规划2.1引言2.2线性规划的数学模型2.3线性规划的基本性质2.4单纯形方法2.5改进单纯形法第三章线性规划的对偶问题3.1对偶问题3.2线性规划的对偶理论3.3对偶单纯形法3.4第一个正则解的求法第四章无约束最优化问题的一般结构4.1无约束问题的最优性条件4.2无约束问题的一般下降算法4.3算法的收敛性第五章一维搜索5.1试探法5.2插值法5.3非精确一维搜索方法第六章使用导数的最优化方法6.1Newton法6.2共轭梯度法6.3变度量法6.4变度量法的基本性质6.5非线性最小二乘问题第七章直接方法7.1Powell方法7.2模式搜索方法7.3单纯形调优法第八章约束问题的最优性条件8.1约束问题局部解的概念8.2约束问题局部解的必要条件8.3约束问题局部解的充分条件8.4Lagrange乘子的意义第九章二次规划问题9.1二次规划的基本概念和基本性质9.2等式约束二次规划问题9.3有效集法9.4对偶问题第十章可行方向法10.1可行方向法10.2投影梯度法10.3既约梯度法第十一章乘子法11.1惩罚函数法11.2等式约束问题的乘子法11.3一般约束问题的乘子法

基于RRT的路径规划算法，通过对状态空间中的采样点进行碰撞检测，避免了对空间的建模，能够有效地处理高维空间和复杂约束的路径规划问题，C++实现图片代替栅格

经典运筹学问题，采用MATLAB编程，可以处理0-1整数规划问题

完整的两阶段法，程序可完满下载，熟悉单纯形算法和两阶段算法，并会使用两种算法求解线性规划问题，内有例题

matlab马科维茨代码QMD算法这是用于商最小度算法（QMD）的健壮Matlab代码。
在数值分析中，最小度算法是用于在应用Cholesky分解之前对对称稀疏矩阵的行和列进行置换的算法，以减少Cholesky因子中的非零数。
最小度算法经常用在有限元方法中，其中只能根据网格的拓扑而不是偏微分方程中的系数来进行节点的重新排序，从而在使用相同的网格来节省效率时各种系数值。
QMD算法的上限严格为O（n2m）。
语境找到最佳排序的问题是一个NP完全问题，因此很棘手，因此改用启发式方法。
最小度算法是从Markowitz于1959年首次提出的用于解决非对称线性规划问题的方法中衍生出来的，下面将对此进行粗略地描述。
在高斯消除的每个步骤中，都执行行和列置换，以使枢轴行和列中偏离对角非零的数量最小。
Tinow和Walker在1967年描述了一种对称方式的Markowitz方法，Rose后来又推导了该图的图形理论方式，其中仅模拟了因式分解，这被称为最小度算法。
当存在相同程度的选择时，这种算法的一个关键方面是突破打破策略。
输入和输出perm:theoutputpermutatio

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。