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. 工程优化算法python实现

  2. 自己使用python实现的部分工程优化算法，包括梯度下降，共轭梯度，牛顿迭代，拟牛顿法等多种优化算法

  3. 所属分类：Python

    • 发布日期：2016-10-09
    • 文件大小：11kb
    • 提供者：u013395544

  1. 共轭梯度法与BFGS法Python实现

  2. 资源包括两个算法的python实现，分别是共轭梯度法和BFGS法，利用Numpy与Sympy，实现了只需输入函数与初始点等基本条件，即可求解并输出迭代过程种各参数变化。

  3. 所属分类：机器学习

    • 发布日期：2020-04-06
    • 文件大小：5kb
    • 提供者：Yao_Chuang

  1. CG共轭梯度算法python实现

  2. CG共轭梯度算法python实现 # 775.5289919376373 500维度 def CG2(A, b, x, imax=500, epsilon=0.0000001): steps = np.asarray(x) i = 0 # 计算残差，也是负梯度方向 r = b - np.dot(A ,x)

  3. 所属分类：Python

  1. matlab+python优化算法.rar

  2. matlab+python优化算法，包括蚁群算法、牛顿法、共轭梯度法、梯度下降法、蒙特卡洛法、粒子群算法、模拟退火算法，可以正常运行

  3. 所属分类：教育

    • 发布日期：2020-07-08
    • 文件大小：16mb
    • 提供者：qq_45957970

  1. 牛顿法、梯度下降法原理及Python编程应用

  2. 牛顿法、梯度下降法原理及Python编程应用 一、项目概述 无论是在学习还是工作中，我们都会遇到很多最优化问题。最优化方法是一种数学方法，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。最优化算法在学习和工作中是很重要的，我们学习和工作中遇到的大多问题都可以建模成一种最优化模型进行求解。常见的最优化方法有梯度下降法、牛顿法和拟牛顿法、共轭梯度法等等，本文主要介绍牛顿法和梯度下降法原理以及使用Python编程应用问题。 二、应用领域 使用牛顿法或梯度

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：210kb
    • 提供者：weixin_38693476

  1. 基于Python共轭梯度法与最速下降法之间的对比

  2. 在一般问题的优化中，最速下降法和共轭梯度法都是非常有用的经典方法，但最速下降法往往以”之”字形下降，速度较慢，不能很快的达到最优值，共轭梯度法则优于最速下降法，在前面的某个文章中，我们给出了牛顿法和最速下降法的比较，牛顿法需要初值点在最优点附近，条件较为苛刻。 算法来源：《数值最优化方法》高立，P111 我们选用了64维的二次函数来作为验证函数，具体参见上书111页。 采用的三种方法为： 共轭梯度方法（FR格式）、共轭梯度法（PRP格式）、最速下降法 # -*- coding: utf-8 -

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：122kb
    • 提供者：weixin_38631049

  1. python实现共轭梯度法

  2. 共轭梯度法是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。 在各种优化算法中，共轭梯度法是非常重要的一种。其优点是所需存储量小，具有步收敛性，稳定性高，而且不需要任何外来参数。 算法步骤： import random import numpy as np import matplotlib.pypl

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：154kb
    • 提供者：weixin_38650379