高效地解决QSDP规划问题,matlab环境下可用
2021-10-13 11:08:08 3.41MB SDP Matlab tool
1
[APPROX,EXAC,ERR] = ODEGALERKIN(POLY,BC,N) 通过插入特征多项式矩阵“POLY”、边界条件“BC”和有限数量的近似基函数,通过伽辽金方法求解常微分方程(ODE) “N”。 程序的输出是近似解“APPROX”、分析解“EXAC”和百分比误差“ERR”(%)。 还显示了近似解和分析解的图。
2021-10-12 21:27:54 199KB matlab
1
包中包含ceres库的几个源码,包括ceres solver,eigen,gflags, glogs等库,和在win10+vs2017平台下编译好了的include和lib文件,包括Release版本和Debug版本。已经测试都可用。
2021-10-09 15:20:29 58.87MB Ceres solver
1
matlab内点法代码使用单纯形法和内点法的线性优化 单纯形法 两阶段单纯形法的 Matlab 实现,使用 Bland 法则寻找枢轴。 内点法 用于线性优化的 INP 指令的 Matlab 实现 用法 代码描述和使用这两种方法的例子请参考description.pdf 。
2021-10-09 11:10:02 313KB 系统开源
1
热传递matlab代码管道流热解算器 该储存库解决了管道流动中的传热问题。 用户可以指定各种几何形状,流动条件和热边界条件。 输出包括壁温,本体流体温度和沿流向的热通量分布。 主要设置说明如下。 环境 选项 描述 体液 “空气”,“水”,“用户定义” 定义流体对象以在Cantera中进行属性查找。 如果选择“用户定义”,则可以手动指定流体属性。 形状 “圆”,“矩形” 定义管壁的形状。 公元前 “规定温度”,“共轭” 定义用于内部流体的边界条件的类型。 wall_conduct '细细密密' 定义在实体域中使用的离散化类型。 此设置仅在BC =“共轭”时适用。 短暂的 真假 切换稳定/不稳定分析。 此设置仅在BC =“共轭”时适用。 辐射 真假 切换外管壁上的辐射效果。 此设置仅在BC =“共轭”时适用。 写 真假 切换选项以将数据写入文本文件。 运行此代码 您将需要MATLAB来运行此代码以及兼容版本,以支持流体属性查找。 或者,您可以跳过Cantera安装,但是请确保将“ fluid”变量设置为“ user defined”,否则代码将无法运行。 在这种情况下,系统将提示您手动输入
2021-10-08 08:56:15 10KB 系统开源
1
隐式格式的MATLAB代码CFD-求解器-MATLAB 二维Navier-Stokes求解器,用于使用有限体积方法和MATLAB中编码的并置网格布置来求解层流不可压缩的流 能够解决稳态和非稳态问题 使用SIMPLE算法实现压力-速度耦合 散度方案的空间离散化-可用选项包括迎风,中央微分,二阶迎风,QUICK和FROMM方案 非稳态模拟的时间离散化-隐式Crank-Nicholson 以单元为中心的梯度算法:可用的选择是基于高斯单元,基于高斯节点和最小二乘梯度方案 可用的矩阵求解器:Gauss Siedel,Gauss Jacobi和Incomplete LU分解(可自由编辑代码以实现MATLAB内置求解器) 接受2D ASCII Ansys-Fluent网格文件格式(.msh)的全部网格和全部网格 您可以选择以Tecplot二进制文件格式输出文件 指示: 运行文件NS_solve.m以运行求解器。 提供了一些示例网格文件及其边界条件文件。 使用名为BC的文件夹中的文件'U.bc','V.bc','P.bc'设置边界条件。 检查示例边界条件文件。 目前支持固定值和零梯度边界条件 您可以使
2021-10-04 01:48:41 720KB 系统开源
1
numerical_solver:ODE,DAE,Newton和矩阵求解器的实现
2021-09-29 09:16:05 59.61MB c fortran numerical-methods sparse-matrix
1
AI-Sudoku-Solver:此程序使用AI技术(如正向检查,Norvig的检查和电弧一致性)解决Sudoku
2021-09-27 20:51:24 504KB C++
1
基于GNU线性编程套件的Dantzig-Wolfe分解实现。 这是用于解决适当分解的线性程序的命令行工具。 有几个示例和一些文档来指导此求解器的使用。 分叉到GitHub(请参阅链接)。
2021-09-27 18:01:28 1.06MB 开源软件
1
基于OSQP的混合整数二次程序求解器 miOSQP解决了以下形式的混合整数二次程序(MIQP) minimize 0.5 x' P x + q' x subject to l <= A x <= u x[i] in Z for i in i_idx i_l[i] <= x[i] <= i_u[i] for i in i_idx 其中i_idx是索引的向量,其变量是整数, i_l , i_u分别是整数变量的下限和上限。 安装 要安装该软件包,只需运行 python setup.py install 它取决于 ,numpy和scipy。 用法 要解决MIQP,我们需要运行 import miosqp m = miosqp . MIOSQP () m . setup ( P , q , A , l ,
2021-09-27 11:11:47 828KB optimization branch-and-bound miqp-solver Python
1