随机规划解决随机优化问题，主要用到遗传算法，神经元网络。
标签： 随机
上传时间： 2014-11-24
上传用户：cc1
L-M算法。除了动量法(基于梯度下降的训练算法)外，学习率自适应调整策略是BP算法改进的另一种途径，它利用Levenberg-Marquardt优化方法，从而使得学习时间更短。其缺点是，对于复杂的问题，该方法需要很大的存储空间。
上传时间： 2014-01-04
上传用户：ommshaggar
这里给出的源代码huffman.zip用8种不同的方式实现了Huffman编码算法。这些代码意在演示不同Huffman算法的实现原理，比较算法执行效率的差别，但并没有针对实际应用环境的需求，做更多的空间或效率优化。所有代码以C++语言编写，为了更容易地实现各种数据结构，代码中大量应用了标准C++库和模板技术。——总之，这些代码的作用在于示例和演示；如果大家想把这些代码应用在实际应用中，可能还需要做进一步的调整和优化。
上传时间： 2013-12-26
上传用户：zm7516678
小波变换算法，运用小波理论，优化其核心算法，提高计算效率
上传时间： 2013-12-06
上传用户：671145514
同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
上传时间： 2013-12-16
上传用户：eclipse
模拟退火算法 模拟退火算法(Simulated Annealing,简称SA算法)是模拟加热熔化的金属的退火过程，来寻找全局最优解的有效方法之一。 模拟退火的基本思想和步骤如下： 设S＝{s1,s2,…,sn}为所有可能的状态所构成的集合， f：S—R为非负代价函数，即优化问题抽象如下： 寻找s*∈S，使得f(s*)＝min f(si) 任意si∈S （1）给定一较高初始温度T，随机产生初始状态S （2）按一定方式，对当前状态作随机扰动，产生一个新的状态S’ S’＝S＋sign(η).δ 其中δ为给定的步长， η为[－1,1]的随机数
标签： Simulated Annealing 模拟退火算法 模拟
上传时间： 2014-01-02
上传用户：gengxiaochao
1、掌握MATLAB优化工具箱的基本用法，对不同算法进行初步分析、比较。 2、练习实际问题的非线性最小二乘拟合。
上传时间： 2015-04-04
上传用户：yulg
算法介绍 矩阵求逆在程序中很常见，主要应用于求Billboard矩阵。按照定义的计算方法乘法运算，严重影响了性能。在需要大量Billboard矩阵运算时，矩阵求逆的优化能极大提高性能。这里要介绍的矩阵求逆算法称为全选主元高斯-约旦法。 高斯-约旦法（全选主元）求逆的步骤如下： 首先，对于 k 从 0 到 n - 1 作如下几步： 从第 k 行、第 k 列开始的右下角子阵中选取绝对值最大的元素，并记住次元素所在的行号和列号，在通过行交换和列交换将它交换到主元素位置上。这一步称为全选主元。 m(k, k) = 1 / m(k, k) m(k, j) = m(k, j) * m(k, k)，j = 0, 1, ..., n-1；j != k m(i, j) = m(i, j) - m(i, k) * m(k, j)，i, j = 0, 1, ..., n-1；i, j != k m(i, k) = -m(i, k) * m(k, k)，i = 0, 1, ..., n-1；i != k 最后，根据在全选主元过程中所记录的行、列交换的信息进行恢复，恢复的原则如下：在全选主元过程中，先交换的行（列）后进行恢复；原来的行（列）交换用列（行）交换来恢复。
上传时间： 2015-04-09
上传用户：wang5829
改进的遗传算法源程序，结合遗传算法的全局寻优能力和POWELL的局部优化，是寻优速度加快
上传时间： 2014-09-05
上传用户：playboys0
迷宫算法程序学习，数据结构里的经典学习程序，代码经过自己的优化，加快了搜索速度
上传时间： 2014-01-14
上传用户：ruan2570406
