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：A题 不确定性条件下的最优路径问题 资料

陇东学院数学建模交流协会

说明：线性二次最优控制加权阵遗传算法优化适应度函数m文件；模糊控制器量化比例因子遗传算法优化适应度函数m文件

ga-fuzzy-controller fuzzy-controller-ga 模糊-遗传 optimal-controller 遗传-算法

说明：此代码主要基于MATLAB平台完成，通过PSO算法优化RBFNN的权阀值，以实现对Ackley非线性系统的求解，再具体的应用中，通过归一化数据、划分训练集与测试集样本，实现了对二维Ackley问题极小值的精确求解，还从绝对误差与相对误差等角度综合对比了优化前后的差别。

说明：这一项目提出了解决大型机组组合问题，具体重点放在低需求的一种新的增强的优先列表 （英超联赛） 的基础方法。基于优先列表的火力发电厂，建立了英超算法。植物被激活根据这份名单，而日程表的修改，以尊重技术限制作为上下倍，最低和最小操作要点。对发达国家的 EPL 算法进行测试基准系统，已广泛应用在文学上。与...

matlab 系统 方法 增强 剩余 列表 重点 大型 需求 单位 优先 放在

说明：该代码是基于极值粒子群优化功能，可根据PSO算法的粒子群优化算法的MATLAB编程功能的基于极值原理，极端非线性函数的优化，并给出了分析结果，然后展开案例研究，增加适应性突变，惯性权重，从而提高了代码。操作与图像和PDF文件的结果。

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：详细介绍了matlab插值与拟合方法，包括拉格朗日多项式插值、牛顿插值、分段线性插值、Hermite插值和三次样条插值和曲线的最小二乘拟合、多项式拟合方法、最小二乘优化所有程序均有相应的说明与应用实例。

格朗日多项式插值 牛顿插值 分段线性插值 Hermite插值 三次样条插值 曲线的最小二乘拟合 多项式拟合方法 最小二乘优化

说明：自适应动态规划介绍。一种求解动态规划方法HJB方程的自学习控制算法，称其为自适应动态规划算法。所提的算法可以用来解决未知离散时间非线性系统的最优控制问题，同时给出了该控制算法的收敛性证明。算法的实现用到了三个神经网络，在递推的每一步分别用来近似性能指标函数、最优控制律和未知非线性系统。

神经网络 最优问题ADP ADP 最优控制 HJB求解 HJB方程 matlab

说明：梯度下降是迭代法的一种,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，得到最小化的损失函...