五種最優(yōu)化方法_第1頁
五種最優(yōu)化方法_第2頁
五種最優(yōu)化方法_第3頁
五種最優(yōu)化方法_第4頁
五種最優(yōu)化方法_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

五種最優(yōu)化方法機性最優(yōu)問題(變量就是否確定);非線性優(yōu)化(目標函數(shù)與約束條件就是否線性);態(tài)規(guī)劃與動態(tài)規(guī)劃(解就是否隨時間變化)。f(X)稱為目標函數(shù)(或求它的極小,或求它的極大),si(X)稱為不等式約1)解決的就是無約束非線性規(guī)劃問題;一種方法;2、2原理與步驟五種最優(yōu)化方法1)解決的就是無約束非線性規(guī)劃問題;2)就是求解函數(shù)極值的一種方法;3)沿函數(shù)在該點處目標函數(shù)下降最快的方向作為搜索方向;3、2最速下降法算法原理與步驟五種最優(yōu)化方法4、1簡介1)解決的就是無約束非線性規(guī)劃問題;2)不需要求目標函數(shù)的導數(shù),所以在解決不可導的函數(shù)或者求導異常麻煩的函數(shù) 動的目的則就是沿著有利方向加速移動。 五種最優(yōu)化方法5、1簡介衡量一個方案的好壞標準往往不止一個,多目標最優(yōu)化的數(shù)學描述如下: 五種最優(yōu)化方法5、2線性加權求合法智能優(yōu)化方法就是通過計算機學習與存貯大量的輸入-輸出模式映射關系,進而達到優(yōu)化的一種方法,主要有人工神經(jīng)網(wǎng)絡法,遺傳算法與模擬退火法等。個體就就是模擬生物個體而對問題中的對象(一般就就是問題的解)的一種稱種群就就是模擬生物種群而由若干個體組成的群體,它一般就是整個搜索空適應度就就是借鑒生物個體對環(huán)境的適應程度,而對問題中的個體對象所設計的表征其優(yōu)劣的一種測度。6、2遺傳算法基本流程五種最優(yōu)化方法遺傳算法的中心思想就就是對一定數(shù)量個體組成的生物種群進行選擇、交

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論