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. MATLAB最优化计算20例.rar

  2. 黄金搜索法求解无约束最优化问题实例 二次插值法求解无约束最优化问题实例 Nelder-Mead 算法求解无约束最优化问题实例 最速下降法求解无约束最优化问题实例 牛顿法求解无约束最优化问题实例 无约束最优化问题求解综合实例 遗传算法求解无约束最优化问题实例 拉格朗日乘子法求解约束最优化问题实例 惩罚函数法求解约束最优化问题实例 无约束最优化函数应用实例之一 无约束最优化函数应用实例之二 约束最优化函数应用实例之一 约束最优化函数应用实例之二 线性规划函数应用实例 最大

  3. 所属分类：专业指导

    • 发布日期：2020-03-17
    • 文件大小：216064
    • 提供者：qq_41782791

  1. 基于变分理论的油藏实时约束优化

  2. 基于变分理论的油藏实时约束优化，张凯，路然然，油藏生产优化是通过调整油藏区块内油水井的产出和注入状态以实现生产效益的最大化，这是一个典型的最优化控制问题，也是智能油田

  3. 所属分类：其它

    • 发布日期：2020-02-29
    • 文件大小：778240
    • 提供者：weixin_38606169

  1. 基于试探方向的无约束优化问题算法研究

  2. 基于试探方向的无约束优化问题算法研究，刘建飞，邵虎， 随着数学、计算机、金融的领域的飞速发展，最优化数学与我们日常生活密切相关，最优化理论与方法作为一门应用性很强的学科，在�

  3. 所属分类：其它

    • 发布日期：2019-12-28
    • 文件大小：275456
    • 提供者：weixin_38733333

  1. 无约束最优化方法.ppt

  2. 无约束优化的matlab代码，最速下降法，共轭梯度法，牛顿法

  3. 所属分类：讲义

    • 发布日期：2019-10-12
    • 文件大小：6291456
    • 提供者：qq_40946639

  1. 机器学习中的最优化算法总结

  2. 机器学习中的最优化算法总结下图给出了这些算法的分类与它们之间的关系: 接下来我们将按照这张图来展开进行讲解。 费马定理 对于一个可导函数,寻找其极值的统一做法是寻找导数为0的点,即费马定理。微积分中的 这一定理指出,对于可导函数,在极值点处导数必定为0: 对于多元函数,则是梯度为0 导数为0的点称为驻点。需要注意的是,导数为0只是函数取得极值的必要条件而不是充分条 件,它只是疑似极值点。是不是极值,是极大值还是极小值,还需要看更高阶导数。对于 元函数,假设x是驻点 如果 (x)>0,则在该

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：570368
    • 提供者：abacaba

  1. 最优化和KKT条件

  2. 最优化和KKT条件 用以等式和不等式约束时的一次或二次优化问题的求取

  3. 所属分类：教育

    • 发布日期：2011-11-16
    • 文件大小：331776
    • 提供者：snail02511

  1. 基于改进差分进化的最优化测井解释技术

  2. 最优化测井解释技术的发展,弥补了常规方法的局限性。尤其是在油气勘探逐渐向复杂储层上发展时,最优化测井解释可以综合利用多种信息的优势越发明显。基于对差分进化算法的改进进行最优化测井解释,尤其是针对其早熟与适用于无约束条件下寻优等缺点,采取复合型算法生成子代来避免早熟,又加入alpha约束来进行有约束条件下的寻优。在进行测井解释时,分析区域岩性,选取测井特征明显的测井系列确定体积模型,可以利用重构测井曲线进行自检验,并且可以结合取心资料进行验证。

  3. 所属分类：其它

    • 发布日期：2020-06-01
    • 文件大小：312320
    • 提供者：weixin_38523251

  1. 最优化-线性规划单纯形法-大M法和两阶段法程序实现.rar

  2. 线性规划单纯形法-大M法和两阶段法程序实现（MATLAB）。程序有详细的注释。通俗易懂。 程序共有三个函数：main函数、twophase.m函数、MySimplex_method.m函数。 其中twophase.m函数是利用两阶段单纯形法。MySimplex_method.m函数是利用大M法单纯形法求解。 MySimplex_method.m函数既包含大M法，也包含单纯形法。twophase.m的单纯形法求解是通过调用MySimplex_method.m函数实现的。

  3. 所属分类：互联网

    • 发布日期：2020-06-14
    • 文件大小：4096
    • 提供者：qq_36934996

  1. 最优化理论KKT.pdf

  2. 机器学习的很多问题最终都可以归结为一个优化问题，针对不同情况下的优化问题，我们给出了具体的解决方案，比如无约束条件下的梯度下降法和牛顿法，等式约束条件下的朗格朗日乘子法以及不等式约束条件下的KKT条件。

  3. 所属分类：深度学习

    • 发布日期：2020-07-07
    • 文件大小：406528
    • 提供者：qq_39823607

  1. 最优化理论与算法北邮课件.zip

  2. 在生活或者工作中存在各种各样的最优化问题，比如每个企业和个人都要考虑的一个问题“在一定成本下，如何使利润最大化”等。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。 　　工程设计中最优化问题（optimalization problem）的一般提法是要选择一组参数（变量），在满足一系列有关的限制条件（约束）下，使设计指标（目标）达到最优值。因此，最优化问题通常可以表示为数学规划形式的问题。进行工程优化设计时，应将工程设计

  3. 所属分类：讲义

    • 发布日期：2020-07-15
    • 文件大小：7340032
    • 提供者：qq_18822147

  1. 最优化—电子版笔记.zip

  2. 原书：最优化方法及其应用 学习目录： 第二章 数学基础 第三章 线性规划 第四章 一维搜索法 第五章 无约束最优化方法 第六章 约束最优化方法

  3. 所属分类：互联网

    • 发布日期：2020-07-22
    • 文件大小：45088768
    • 提供者：shunzi1013238638

  1. 使用Python求解带约束的最优化问题详解

  2. 今天小编就为大家分享一篇使用Python求解带约束的最优化问题详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：86016
    • 提供者：weixin_38714641

  1. 最优化讲义（上海交大）

  2. 最优化讲义上海交大： 1.引言 最优化问题概述 2.线性规划 3.无约束优化 4.非线性最小二乘问题 5.约束非线性规划

  3. 所属分类：讲义

    • 发布日期：2020-10-13
    • 文件大小：1048576
    • 提供者：bendandun

  1. Ad Hoc中基于动态规划的多约束QoS路由协议

  2. 对于Ad Hoc网络中多约束QoS求解问题，启发式算法的局限性在于寻路时间长。为此提出一种基于动态规划的多约束QoS路由协议，利用动态规划算法解决判据的最优化问题。在路由请求阶段寻求满足数据带宽需求的多条路由，目的节点应用动态规划算法寻求时延最优的路由。从相关的分组结构和路由流程两个方面对其进行了描述。最后通过仿真从平均端到端时延、分组投递率以及路由开销三个方面与传统的DSR路由进行对比，对于大规模Ad Hoc网络，能够明显提高网络的性能。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：373760
    • 提供者：weixin_38607552

  1. 最优化问题数学模型 数学建模必知必会

  2. 介绍数学建模中最优化问题的常见模型和算法。最优化模型分类方法有很多，可按变量、约束条件、目标函数个数、目标函数和约束条件的是否线性是否依赖时间等分类。 根据目标函数，约束条件的特点将最优化模型包含的主要内容大致如下划分： 线性规划、整数规划、非线性规划 、 多目标规划、动态规划 、对策论等

  3. 所属分类：其它

    • 发布日期：2020-10-26
    • 文件大小：2097152
    • 提供者：samuelzhanmk

  1. EDA/PLD中的LabVIEW 8.2中的最优化

  2. 最优化理率与算法是一个重要的数学分支，它所研究的问题是，在众多的方案中什么样的方案最优以及怎样找出最优方案。早在公元前500年，古希腊数学家毕达哥拉斯就已发现了黄金分割法，17世纪牛顿发明微积分时已经提出极值问题，后来又出现拉格朗日乘数法；1847年柯西提出了最速下降法，还有求无约束极值的变分法，这些统称为古典最优化方法。 　　由于生产和科学研究迅猛发展，许多最优化问题已无法用古典方法解决，又由于电子计算机日益普及，使最优化问题的研究不仅成为一种迫切需要，而且有了求解的有力工具。现在已经有许多

  3. 所属分类：其它

    • 发布日期：2020-11-17
    • 文件大小：524288
    • 提供者：weixin_38736652

  1. 基础电子中的应用最优化方法的凡个问题

  2. 1 最优解的性质 　　在数学上已经证明，非线性规划中只有凸规划问题的最优解X*才是全局最优，即在可行域内再也找不到其他点的目标函数值比X ＇点的目标函数值更好，X*点的目标函数值在可行域内已达到极值。凸规划的定义是：目标函数为凸函数（如线性或二次函数），而由约束条件构成的可行域为凸域。 　　对于一般的工程优化问题，目标函数不一定都是凸函数，可行域也不一定是凸域，因此这样的非线性规划可能存在有多个局部最优解，在这些局部最优解中有一个全局最优解。因此工程优化设计所得到的最优解，一般来说，属于局部

  3. 所属分类：其它

    • 发布日期：2020-11-16
    • 文件大小：126976
    • 提供者：weixin_38529251

  1. 最优化理论的数学原理和应用

  2. 包含最新的最优化理论讲解和实践，如：最优化理论的数学基础，一维搜素，线性规划，整数规划，多目标优化，动态规划，无约束优化

  3. 所属分类：交通

    • 发布日期：2020-11-28
    • 文件大小：27262976
    • 提供者：qq_37804548

  1. 最优化算法python实现篇（4）——无约束多维极值（梯度下降法）

  2. 最优化算法python实现篇（4）——无约束多维极值（梯度下降法）摘要算法简介注意事项算法适用性python实现实例运行结果算法过程可视化 摘要 本文介绍了多维无约束极值优化算法中的梯度下降法，通过python进行实现，并可视化展示了算法过程。 算法简介 给定初始点，沿着负梯度方向（函数值下降最快的方向）按一定步长（机器学习中也叫学习率）进行搜索，直到满足算法终止条件，则停止搜索。 注意事项 学习率不能太小，也不能太大，可以多尝试一些值。当然每次沿着负梯度方向搜索时，总会存在一个步长使得该次搜索

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：197632
    • 提供者：weixin_38742647

  1. 最优化理论实践——神经网络训练

  2. 无约束优化实践 训练一个神经网络 优化理论实践 用了一周的时间学习了一下最优化理论这门课，为了更深度地理解各种优化方法的理念和算法过程，自己把这些算法应用到实践中是很必要的。为此我设计了和优化算法相关的四个实验项目，在这里和大家分享一下。 无约束优化方法 前馈神经网络 根据链式法则，从输出层直接对误差函数求导得到的误差(这里我们简写为δ)，就可以通过和上面的这些局部导数不断做乘积、并把新的δ传播到上一层，就能计算得到所有参数的导数。通过一阶导数，就能实现基本的梯度优化方法。 训练方

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：540672
    • 提供者：weixin_38705699
« 1 2 3 45 6 7 8 9 10 ... 15 »