⑴ 优化工具箱GUI编程求助
不懂你这个问题是啥意思
⑵ 求助!毕设需要使用matlab7.0(R14)的优化工具箱(optimtool),但安装了两次,都只有help、demo、proct
换个matlab7.2以后的版本试试吧
⑶ 搜索引擎优化工具的站长工具箱 功能介绍
主要提供各项网站数据分析,其中包含:Google Pagerank查询、Alexa网站排名查询、Sogou Rank查询、中国网站排名查询等。同时提供MD5加密、HTML转换Javascript、域名注册信息查询功能等。
⑷ 优化大师优化工具箱
注册表的冗余对电脑的影响很小,优化是可以取消对注册表的优化。
⑸ 谁有MATLAB优化工具箱 给个下载地址呗 谢了
http://www.matlabsky.com/?fromuid=4481
里边有个工具箱下载板块专。属
⑹ matlab 优化工具箱
在matlab命令窗口中输入:edit,然后将下列两行百分号之间的内容复制进去,保存。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function f=y(x)
f(1)=10-0.0116*x(2)-0.0185*x(3)-0.0194*x(5)-0.0302*x(6)-0.1013*x(8)-0.0162*x(9);
f(2)=24-0.0399*x(1)-0.02924*x(2)-0.02376*x(3)-0.0665*x(4)-0.04896*x(5)-0.03996*x(6)-0.0342*x(7)-0.0255*x(8)-0.02079*x(9);
f(3)=36.5-0.042*x(1)-0.043*x(2)-0.044*x(3)-0.07*x(4)-0.072*x(5)-0.074*x(6)-0.0365*x(7)-0.0375*x(8)-0.0385*x(9);
f(4)=350-1.176*x(1)-0.516*x(2)-0.264*x(3)-1.96*x(4)-0.864*x(5)-0.444*x(6)-1.008*x(7)-0.45*x(8)-0.231*x(9);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
返回matlab命令窗口,输入以下命令,应当就有结果了。
A=[0.042,0,0,0.07,0,0,0.0365,0,0;
0,0.043,0,0,0.072,0,0,0.0375,0;
0,0,-0.044,0,0,-0.074,0,0,-0.0385;
0,0,0.044,0,0,0.074,0,0,0.0385;
1,1,1,0,0,0,0,0,0;
0,0,0,1,1,1,0,0,0;
0,0,0,0,0,0,1,1,1];
b=[4,23,-14,16,310,310,150]';
goal=[0.001,0.001,0.001,0.001]';
weight=abs(goal);
lb=0;
x0=[10,10,10,10,10,10,10,10,10]';
x=fgoalattain('y',x0,goal,weight,A,b,[],[],lb,[]); %%不好意思我是照你写的,这里应当是y,注意函数名一般不要取这么简单的,要不然有可能跟变量名重复.
%另外matlab是不认中文符号的,你自己注意一下。
⑺ matlab神经网络工具箱,会比自己写的遗传算法优化bp神经网络好用嘛
1、遗传算法优化BP神经网络是指优化神经网络的参数; 2、因此,对训练时间没有影响。
⑻ matlab 优化工具箱如何让我入手
网上有很多这方面的教学视频:
⑼ MATLAB优化工具箱怎么试用
首先看一个gui对遗传算法的应用,
求下列函数的极小值。
f(x)=x.^4-3*x.^3+x.^2-2;
利用遗传算法求解,选择ga solver(求解器),输入适应函数,输入变量个数,start就可以了,充分反应了遗传算法的优越性。
接着是对无约束一维极值问题的求解。
首先是进退法搜索单谷函数的极值问题。原理就是在固定区间内按照一定步长无穷逼近最优解,不过无论怎样逼近,最后得到的还是符合精度的区间,并不是理论最优解。Matlab中用minJT函数来实现。
相关的函数代码可以在matlab相关文件夹中找到,这里就不多说,不过还是按这种方法求一下上面的极小值问题。
代码如下:
syms x;
f=x^4-3*x^3+x^2-2;
[x1,x2]=minJT(f,0,0.001);
在2009b中结果是。2009b已经没有这个函数了。
无语了一下,继续看下一种方法,黄金分割法。
也是一种无穷逼近法,利用黄金分割长生前一个区间中的内点,舍去一个端点。逐渐逼近最小值,是一种单向收缩法。
不过2009b也没有这个函数了。
然后是斐波那契法。
我们首先就会联想到斐波那契数列,不过这里确实用到了斐波那契数列。
斐波那契法显然是一种双向收缩法具体的搜索原理就不多追究了。
然后便是牛顿迭代法,原来就学过的一种速度相当快的迭代方法,其中优化后的全局牛顿法,一般的牛顿法需要初始点接近最值点而全局牛顿法则不需要这个要求。关最后还有割线法,二次插值和三次插值法。以后会慢慢补充相关的函数m文件的。
⑽ matlab优化工具箱lp
lp是matlab5的优化函数,现在matlab7以上都用linprog换成x=linprog(f,A,b)