课后作业

优化理论方面的经典之作，Stephen Boyd的凸优化理论，英文原版。

An overview of gradient descent optimization algorithms

伯克利EE127/EE227AT教材，卡拉菲奥等大牛编写 教材课后题答案

FROST：快速机器人优化和仿真工具包 用于MATLAB的FROST（快速机器人优化和仿真工具包）使用基于虚拟约束的反馈控制器为双足步行机器人提供了通用的全身动力学步态优化和仿真框架。 Wolfram Mathematica后端支持生成符号化的多域系统动力学和运动学解析表达式，这些解析表达式作为C / C ++源导出，可以在MATLAB下编译为* .MEX文件，以提高计算速度。 FROST还具有针对全阶动态步态优化问题的最先进的直接配置方法，以确保快速而可靠的收敛。 一些主要功能包括： 使用Mathematica内核作为后端，使用'MathLink'从Matlab向Mathematica内核发送数据/命令。 动态双足步行被建模为包含连续阶段（域）和离散过渡（重置图）的混合系统。 混合系统的域结构通过有向图（有向图）描述。 有向图可以是循环的也可以是非循环的。 默认控制律使用基于

介绍在金融工程应用的数值算法和优化技术，有实际的程序代码，是本很好的应用书

KLH-3 Optimization for TSP - Windows

优化方法 该资料库包含针对控制与应用数学系三年级学生的“优化方法”课程的研讨会资源。 每个研讨会都会对讲座中涉及的理论的必要部分进行简要回顾，并提供所考虑主题的标准任务示例。 开发高效优化方法的主要工具是数值线性代数。 要刷新您的知识，可以使用速成课程（ ， ）。 此存储库中的几乎所有数值测试都是通过库执行的，您可以在其中找到易于使用的各种优化方法的实现。 同样，我们使用进行比较。 秋季学期 初步的 数值线性代数（ ， ）的速成过程 问题 秋季学期中有关主题的最少问题列表（ ）。 Spring学期 初步的 使用PyTorch（ 有纪律的凸编程和autograd ，en） 凸优化能力演示（ ，en） 问题 有关Spring学期主题的最低限度的问题列表（ ）。 高级和其他主题 Nesterov方法和ODE（ ，en） 顺序二次规划 最佳方法理论和较低的复杂性界限 镜面下

iStoryline.js iStoryline.js是一个JavaScript库，用于产生具有多种粗略样式的故事情节可视化。 是讲述故事的一种奇特的方式。 线条代表故事中的角色。 这种花哨的可视化在解释故事方面自然具有一些优势： 线条的整体趋势可以生动地代表情节的演变。 行之间的间隔也可以显示字符的关系。 使用iStoryline.js创建的示例情节可视化示例。 样式和视觉标签是手动定制的，以修饰故事情节。 有关更多信息，请检查和。 安装 使用软件包管理器或来安装iStoryline。 npm install https://github.com/tangtan/iStoryline.js.git 或者 yarn add https://github.com/tangtan/iStoryline.js.git 基本用法 import iStoryline from "iSto

蚁群优化 Ant Colony Optimization Marco Dorigo Thomas StutzleA 格式:pdf