注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. QSimOpt-源码

  2. 专案 导数自由优化 对角Hessian的自适应采样信任区域优化-导数自由（ASTRO-DF） 我们考虑了无约束随机优化问题，其中目标函数值只能通过蒙特卡洛模拟来观察。 我们假设派生信息不能通过蒙特卡洛模拟直接获得。 我们用对角Hessian近似值表示ASTRO-DF，其中迭代地构造和优化了随机局部模型。 值得注意的特征是，我们可以将随机欠定的二次模型构造为具有O（d）个函数求值数的随机局部模型。 SimOpt库 交通灯问题 目的是作为离散事件模拟研究城市交通信号控制问题。 我们探索了基于网络的

  3. 所属分类：其它

  1. power-systems-optimization:电力系统优化课程资料-源码

  2. 电力系统优化 这些课程材料是由和共同开发的，用于介绍应用于电力系统的约束优化模型。 在2020年秋季，这些材料将用于： 能源系统工程的优化方法（燃烧高级主题I）[普林斯顿] MAE 207电力系统建模（工程科学主题）[加州大学圣地亚哥分校] 描述 本课程将教学生受限的优化问题和相关的解决方法，如何使用 / 实施和应用线性和混合整数线性程序来解决此类问题，以及此类技术在能源系统工程中的实际应用。 该课程将首先向学生介绍约束优化问题的理论和数学，并简要介绍线性规划，包括问题形成和求解算法。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：30mb
    • 提供者：weixin_42138780

  1. numerical-optimization-of-likelihood-function-to-find-MLE-of-LAD-estimator-源码

  2. 求LAD估计器的MLE的似然函数的数值优化 对于计量经济学，最大似然估计是一种非常流行的估计技术，其中并非所有估计器都具有闭式解（这意味着您无法在计算机上求解它，必须进行计算！）。 最大似然估计是在给定数据的情况下接收特定参数估计的最大可能性的估计。 这意味着在给定模型参数空间中的特定点的情况下，数据最有可能在统计模型中出现。 还假定数据遵循一定的统计模型。 我正在做的示例是LAD估算器的MLE。 可以用此参数模型表示： 我将最大化LAD对数似然函数，以找到最大似然估计。 该似然函数的对数是

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：35kb
    • 提供者：weixin_42139357

  1. Modeling-Simulation-Optimization:该项目的重点是解决在伦敦和伯明翰之间的HS2铁路线上运行的火车数量最优化时所面临的实时情况。 利用线性规划方法开发模型以模拟场景，并通过使用蒙特卡洛模拟进行了优化-源码

  2. 建模仿真优化 ### PROJECT 1：考虑到实际的矛盾，该项目专注于解决在优化伦敦和伯明翰之间的HS2铁路线上运行的火车数量时面临的实时情况。 线性规划方法已被用于开发模型以模拟场景，并已通过利用蒙特卡洛模拟进行了优化。 编程语言：Python Python库：simpy，pandas，numpy，matplotlib，scipy.stats，scipy，matplotlib.pyplot，sklearn.linear_model。 项目2：回顾用于预测城市发展的模拟技术 该报告的这一部分批

  3. 所属分类：其它

  1. optimization:模型优化-源码

  2. optimization:模型优化

  3. 所属分类：其它

  1. Deep-Learning-Models-Optimization:使用深度学习和贝叶斯优化进行超参数调整-源码

  2. 深度学习模型优化 使用深度学习和贝叶斯优化进行超参数调整

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：126kb
    • 提供者：weixin_42133918

  1. 建模示例：Gurobi建模示例-源码

  2. Gurobi建模实例 介绍： 目标观众： 数据科学家，工程师，计算机科学家，经济学家，以及一般而言，具有数学建模背景和Python基本知识的专业人员。 建模示例的目标： 说明数学优化的广泛适用性。 展示如何建立数学优化模型。 这些建模示例使用Gurobi Python API进行编码，并作为Jupyter Notebooks分发。 这些建模示例说明了Gurobi Python API的重要功能，包括添加决策变量，构建线性表达式，添加约束以及添加目标函数。 它们涉及更高级的功能，例如广义

  3. 所属分类：其它

  1. Optimization:项目组-源码

  2. 优化 与其他3名学生一起完成的项目组 目标是在数据集中最大化学生的成绩。 我们将比较不同的机器学习模型，以达到我们的目标。

  3. 所属分类：其它

  1. heterogeneity-aware-lowering-and-optimization:异质性降低和优化-源码

  2. 光环 ħeterogeneity-甲洁具大号开花和O ptimization（卤）是异构计算加速度基于编译器的技术平台。 它通过称为开放式深度学习API（ ODLA ）的抽象，可扩展接口，利用针对深度学习领域的异构计算能力。 HALO提供了针对云，边缘和IoT场景自动量身定制的统一的提前准备编译解决方案。 HALO支持多种编译模式。 在提前（AOT）编译模式下，HALO将AI模型编译为用ODLA API编写的C / C ++代码。 编译的模型可以在具有相应ODLA运行时库的任何受支持平台上运行

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：19mb
    • 提供者：weixin_42099070

  1. Portfolio-Optimization-Project-Hai-Dang-Hoang-源码

  2. 优化工作代码 你好呀！这是包含我的投资组合优化项目的工作代码的github。您将看到两个主要的代码文件（.ipynb）：仪表板文件和建模与评估文件。 首先，仪表板代码是我包含在项目主文章中的网站的后端代码。我在此处包含了代码，因此您可以使用它，也可以根据需要复制它。各种功能都是可变的，您可以在技术模型文章（ ）中找到详细的说明。您还将找到需求dashboard.txt文件，该文件概述了运行代码的系统需求。玩得开心！ 其次，模型测试是我在后台工作的文件，用于测试几种股票价格预测模型以得出我选择的

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：948kb
    • 提供者：weixin_42102401

  1. autofiber:优化的应变能，基于测地线的网格参数化生成器-源码

  2. 汽车纤维 在3D表面上基于测地线的应变能最小化，以优化纤维铺放方向。创建为爱荷华州立大学开发的将自动缺陷插入FEM包的一部分。 AutoFiber是爱荷华州立大学研究基金会（C）2016-2018版权所有（C）。它是根据Apache 2.0许可发行的。有关详细信息，请参见文件。 项目结构 autofiber/ ：包含python包autofiber 。 demos/ ：包含各种演示模型和一个脚本test.py ，用于演示每种模型的用法。 docs/ ：包含各种文档资料。完整的文档可以在获得

  3. 所属分类：其它