说明：KNN-KSR方法是一种不直接建立自变量与因变量间数学关系去预测因变量的方法。该方法基于以下两个假设：(1)在所选择的样本描述指标信息足够完备时，性质越相似的样本在同类指标间的空间分布越接近，否则其空间距离也越大；(2)如果两类指标间存在较大关联度，则样本分别在两类指标内的空间分布也具有较大相似性。...
说明：应用背景近年来，已经开发了各种启发式优化方法。许多这些方法的灵感来自于群体行为的性质。本文提出了一种新的优化方法介绍了基于重力和质量相互作用的算法。在建议的算法，搜索代理是一个集合的每个交互的群众基于牛顿引力定律和运动规律。所提出的方法有与一些著名的启发式搜索方法相比。所获得的结果证实所提出的方法在...
说明：目标规划的相关论文
说明：,TDOA(到达时间差)是目前最有发展潜力的无线定位技术。其中的泰勒级数展开算法因为具有精度高和顽健性强等特点在求解非线性定位方程组中得到了广泛的应用,但它对初始值有很强的依赖性。在此基础上,提出一种混合优化算法(HOA,hybrid optimizing algorithm)将泰勒级数展开算法和最...
说明：Benders分解算法是J.F.Benders在1962年首先提出的，是一种求解混合整数规划问题的算法。Benders分解算法将具有复杂变量的规划问题分解为线性规划和整数规划，用割平面的方法分解出主问题与子问题，通过迭代的方法求解出最优值。 Benders分解算法是一个很常用的算法,用来计算像最小整...
说明：最速下降法是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失...