Advertisement

组合优化算法及其复杂性研究。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
共3部分构成，其中第一部分涉及组合最优化算法以及其复杂性研究。该资源由Christos H.Papadimitriou和Kenneth Steiglitz共同撰写。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 组合优化算法与复杂性
    优质
    《组合优化算法与复杂性》一书深入探讨了如何高效解决离散最优化问题，涵盖了多种经典和新兴的组合优化技术及其计算复杂性的理论分析。 本书是普林斯顿大学的教材，介绍了众多经典的最优化算法，虽然不是新书，但非常经典。
     
  • 组合优化算法与复杂性（中译本）
    优质
    《组合优化算法与复杂性》一书中译本深入探讨了组合优化问题及其求解策略，涵盖了多项式时间算法、近似算法及计算复杂性理论，为读者提供了全面而系统的知识框架。 《组合最优化算法与复杂性》是普林斯顿大学的一本教材。
     
  • 组合最优化算法与复杂性 影印版 很不错
    优质
    《组合最优化算法与复杂性》影印版全面介绍了组合优化领域的核心理论和方法。本书深入浅出地讲解了各种经典算法及其应用，同时探讨了问题复杂性的边界分析，是科研人员及学生不可多得的参考书。 在研究生学习阶段，优化理论是非常重要的。《组合最优化算法和复杂性能帮你排忧解难》一书的作者是刘振宏。这本书可以帮助读者解决相关的问题。
     
  • 小生境粒子群优化算法在复杂优化问题中的改进与研究
    优质
    本研究聚焦于小生境粒子群优化算法的研究与创新，针对复杂优化问题提出改进策略，旨在提升算法性能和求解效率。 该文档描述了传统粒子群算法的发展历程以及小生境技术的进步，并列举了一些现有的优化算法流程。
     
  • 粒子群算法、遗传算法及其组合的优化方法
    优质
    本研究探讨了粒子群算法与遗传算法在解决复杂问题中的应用，并探索两者结合产生的优化效果。 用MATLAB实现了标准粒子群算法、遗传算法以及粒子群与遗传算法的结合算法，可以直接运行。
     
  • 基于粒子群算法的机组组合问题优化研究.pdf
    优质
    本文探讨了应用粒子群优化算法解决电力系统中的机组组合问题，旨在提高发电成本效率及增强系统的稳定性。通过实验验证了该方法的有效性和优越性。 本段落探讨了粒子群算法在机组组合问题中的应用及其优化效果。
     
  • GA-SVM：基于遗传算法优化的SVM分类及其性能退化问题研究
    优质
    本研究提出一种利用遗传算法优化支持向量机（SVM）参数的方法GA-SVM，并探讨其在分类任务中的应用及可能遇到的性能退化问题。 使用遗传算法（GA）优化支持向量机（SVM），可以提升分类效果或改善性能退化问题。
     
  • NILMTK 组合优化算法
    优质
    NILMTK组合优化算法是一种应用于NILMTK平台上的高效数据解析与家电能耗识别技术，通过改进的机器学习方法显著提升了能源数据分析精度和速度。 这段代码来自NILMTK项目中的CO部分，主要应用组合优化算法进行电荷负载分解。
     
  • 配电网重构及其非线性优化问题研究
    优质
    本研究聚焦于电力系统的配电网重构与非线性优化，旨在通过先进的算法和技术提高配电网络效率和可靠性。 配电网重构是一个涉及多目标、多时段及多种组合的复杂非线性优化问题，并且受制于众多约束条件，单纯依赖数学方法难以获得理想的结果。因此，尝试采用改进后的遗传算法进行配电网络重构，通过建立评价函数来寻找最优解。
     
  • CS-SVM: 麻雀优化算法及其应用在SVM中的研究
    优质
    简介：本文提出了一种基于麻雀搜索策略的新型优化算法（CS-SVM），并探讨了其在支持向量机(SVM)参数寻优中的应用，证明该方法具有较强的稳定性和高效性。 使用内置麻雀搜索算法优化支持向量机的程序以及麻雀搜索算法提出的原论文。