说明：本程序是对旅行家问题的粒子群优化算法实现

matlab-粒子群TSP 粒子群算法-TSP 旅行家问题 TSP-粒子群 粒子群算法

说明：最优设计中的新计算法

优化算法

说明：Frft的变换角度优化选择，适合初学者参考。

frft-matlab frft

说明：matlab 关于牛顿法，最速化，拟牛顿法，黄金分割法，一维搜索法的编程

拟牛顿法matlab matlab拟牛顿法 拟牛顿的matlab 拟牛顿优化 黄金分割

说明：算法流程：选定训练集和测试集-数据预处理-交叉验证选择最佳参数-分类准确率-预测-利用最佳参数训练SVM。

数据预处理 交叉验证 最佳参数 训练SVM SVM

说明：基于生物地理学的优化，优良的全局优化算法 ！地理学是研究生物的地理分布。执政的生物分布的数学方程首先发现和开发在 1960 年代。工程师的思维方式是我们可以汲取自然。这促使在优化问题中的生物地理学应用。就像数学上的生物遗传学激励遗传算法 （气） 的发展和生物神经元的数学人工神经网络的发展，本文认为生...

matlab

说明：拟牛顿法和最速下降法(Steepest Descent Methods)一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法，尤其对于困难的问题。另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton...

拟牛顿迭代法 无约束优化 拟牛顿法 导数约束 优化 s函数

说明：共轭梯度法（Conjugate Gradient）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...

newton-step 矩阵求逆 gradient-in-matrix 解方程组

说明：共轭梯度法（Conjugate Gradient）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...

非线性方程组 矩阵求逆 idealfo 最优控制 newton-step

说明：模型预测控制代码，运用模型优化输入，达到最优控制

优化模型 模型预测控制 NMPC 预测控制-优化 最优化模型