码迷,mamicode.com
首页 >  
搜索关键字:优化算法    ( 512个结果
最优化理论与技术(一)
课程内容 1. 预备知识 2. 线性规划 3. 一维搜索方法 4. 无约束最优化方法 5. 约束最优化方法 6. 工程应用优化 预备知识 1. 最优化问题 2. 多元函数的Taylor公式 3. 多元函数极值问题 4. 凸集、凸函数和凸优化 5. 算法相关概念 6. 算法概述 最优化问题 数学表示 ...
分类:其他好文   时间:2019-09-22 15:04:49    阅读次数:97
数学建模4之粒子群算法
一、官方定义: 首先我们要知道粒子群算法具体要解决的问题是什么,官方定义是:子群算法,也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization),缩写为 PSO, 是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolution ...
分类:编程语言   时间:2019-09-18 00:51:37    阅读次数:149
Spfa
Spfa $Spfa$ 算法的全称是: $Shortest$ $Path$ $Faster$ $Algorithm$ ,是 $Bellman Ford$ 算法的队列优化算法的别称,通常用于求含负权边的单源最短路径,以及判负权环。 基本原理 设立一个先进先出的队列用来保存待优化的结点,优化时每次取出队 ...
分类:其他好文   时间:2019-09-12 21:31:47    阅读次数:92
运动员喝饮料问题
题目: 27个小运动员在参加完比赛后,口渴难耐,去小店买饮料,饮料店搞促销,凭三个空瓶可以再换一瓶,他们最少买多少瓶饮料才能保证一人一瓶?要求: 尝试优化算法,代码行数越少越好 ...
分类:其他好文   时间:2019-09-11 20:10:55    阅读次数:92
神经网络中的反向传播法
直观理解反向传播法 反向传播算法其实就是 链式求导法则 的应用。按照机器学习的通用套路,我们先确定神经网络的目标函数,然后用 随机梯度下降优化算法 去求目标函数最小值时的参数值。 反向传播算法 损失函数与正则化项 假设我们有一个固定样本集$\{(x^{(1)},y^{(1)}),···,(x^{(m ...
分类:其他好文   时间:2019-08-28 12:57:41    阅读次数:96
[译]Multi-View Stereo: A Tutorial(1)
摘要: 该教程是MVS领域专注于实用算法的实践手册,MVS算法只依赖于图像,基于一些合理的假设(比如?)重建出真实精确的3d模型. 最重要的是场景固定.该教程将mvs问题转化成图像/几何约束优化问题.详细来说主要在两方面: 1.鲁棒实现图像一致性检测;2.有效的优化算法. 主要讲了这两因素在应用程序 ...
分类:其他好文   时间:2019-08-27 00:44:32    阅读次数:187
优化算法1-梯度下降
1.1 梯度下降 梯度下降,全称Grandient Descent,简称GD。 梯度下降是一种非常通用的优化算法,能够为大范围的问题找到最优解。梯度下降的中心思想就是迭代地调整参数,从而使成本函数最小化。 首先,初始化一个随机的θ值(可设θ=0),然后逐步改进,每次踏出一步,就尝试降低一点成本函数, ...
分类:编程语言   时间:2019-08-24 18:35:49    阅读次数:84
使用修补算子求解MKP问题的文献总结
总结看多的在用群智能优化算法求解0-1MKP问题时修复不可行解的修复算子 ...
分类:其他好文   时间:2019-08-18 11:59:22    阅读次数:71
算法---图
一、图的基础知识 1.连通图与非连通图 连通图(Connected Graphs)指图内任意两个节点间,总能找到一条路径连接它们,否则,为非连通图(Disconnected Graphs)。也就是说,如果图中包含岛(Island),则是非连通图。如果岛内的节点都是连通的,这些岛就被成为一个部件(Co ...
分类:编程语言   时间:2019-08-15 19:14:34    阅读次数:111
无梯度优化算法
介绍: http://adl.stanford.edu/aa222/Lecture_Notes_files/chapter6_gradfree.pdf Nelder–Mead 算法 direct 算法. https://ctk.math.ncsu.edu/Finkel_Direct/ ...
分类:编程语言   时间:2019-08-14 10:55:28    阅读次数:113
512条   上一页 1 ... 9 10 11 12 13 ... 52 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!