我们对使用 Leap-frog 方法获得一维波动方程的解感兴趣。 并且边界条件是周期性的。 然而，初始条件是T(x,0)=sin(10*pi*x); 0<= x<= 0.1 =0; 0.1<= x<= 1 u = 0.25

除了数学规划方法之外，还可采用智能优化算法求解双层优化问题，一般在上层优化中采用智能优化算法，下层优化使用数学规划方法；也可以在上下层优化中都采用智能优化算法，这篇博客将进行详细介绍。算例依旧使用上面两篇博客中的线性双层优化问题，由于这个优化问题比较简单，我们采用最基础的粒子群算法进行求解。​ 资源包括三个部分： 1.基础粒子群算法的matlab代码 2.采用粒子群算法求解带约束的优化问题matlab代码 3.采用粒子群算法求解双层优化问题的matlab代码 智能优化算法无法避免的问题，即使是一个非常简单的目标函数，求出的结果也无法保证是全局最优，那么当目标函数变复杂时，情况将会更糟糕。现在对智能优化算法的研究非常多，各种动植物园算法、各种改进都层出不穷，但还是无法从根本上解决算法无法保证全局收敛的问题。         所以，只有在数学模型比较复杂，非线性条件很多，而且对结果的误差是可以接受的情况下，才建议使用智能优化算法进行求解。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

【路径规划】基于人工蜂群算法求解多配送中心的车辆路径规划问题matlab源码.zip

Matlab 求解偏微分的代码PyCheb 这是一个使用谱方法求解 ODE 的 Python 包 背景 微分方程用于描述状态和过程的现象。 这些问题的解解释了它们的模式，因此人们渴望寻求这些方程的解来描述状态和预测未来。 常微分方程 (ODE)是一种微分方程，其中包含一个（作为方程的变量）自变量（函数的）及其导数的函数。 求解 ODE 相对容易，但对科学家和工程师很有用。 这就是为什么我们对它感兴趣并制作这样一个 Python 包来解决它。 光谱方法 谱方法是应用数学中用于数值求解微分方程的一类技术。 这个想法是将微分方程的解写为某个“基函数”的总和（例如，作为正弦和的傅立叶级数），然后选择总和中的系数以满足微分任何给定精度的方程。 谱方法可用于求解常微分方程 (ODE)、偏微分方程 (PDE) 和涉及微分方程的特征值问题。 与传统的 ODE 求解方法相比，在目标函数足够平滑的情况下，谱方法自然具有收敛速度超快的优势。 有关光谱方法的更多详细信息，请查看 。 它列出了用于理解谱方法和 MATLAB 项目Chebfun 的参考书目，我们将在后面专门讨论。 相关作品 2002年，由牛津大学

构建容量受限的旅行商问题模型，加入容量约束，采用蚁群算法优化，matlab实现！

针对旅行商问题(TSP)，提出了一种新的混合量子优化算法――量子蚁群算法。量子蚁群算法采用量子比特的概率幅表示蚂蚁的当前位置，采用量子旋转门更新蚂蚁的位置，选取国际通用的TSP实例库中多个实例进行测试。仿真实验表明，该算法具有很好的精确度和鲁棒性，可使搜索空间加倍，比传统的蚁群算法具有更好的种群多样性。

AMR-风 | | AMR-Wind是一种大规模并行，块状结构的自适应网格，不可压缩的流量切换器，用于风力涡轮机和风电场仿真。 该代码库是的专注于风的分支。 该求解器建立在顶部。 AMReX库提供了网格数据结构，网格适应性以及用于求解控制方程的线性求解器。 AMR-Wind由，和多机构热忱的团队积极开发和维护。 AMR-Wind的主要应用是：对大气边界层（ABL）流动进行大涡模拟（LES），使用致动器盘或涡轮致动器线模型来模拟风场涡轮-尾流相互作用，并在耦合时作为背景求解器与具有近距离方法的近身求解器（例如Nalu ）一起对风电场中的多个风力涡轮机执行叶片分解模拟。 对于海上应用，建模海海相互作用影响及其对ABL特性的影响的能力是代码开发工作的另一个重点。 与生态系统中的其他代码，AMR-wind具有以下目标： 一个公开的，有据可查的，先进的计算模型实现，用于以各种保真度对风电场流

面向 Matlab 用户的广义几何规划 (GGP) 求解器原论文请参考http://maranas.che.psu.edu/pub/199​​7/Maranas_and_Floudas,_Computers_and_Chem._Eng.,_1997.pdf GGP在这里表示单项式之前的系数可以为负，这使GP不凸。 这里的 GGP 定义与其他来源（如 Boyd 的工具箱）中的定义不同。 举个简单的例子。 以下问题在 x,y 方面是非凸的： 最小 x 受制于 0.25 * x + 0.5 * y - (1/16) * x^2 - (1/16)*y^2 -1 <= 0 (1/14) * x^2 + (1/14) * y^2 + 1 -(3/7) * x - (3/7) * y <=0 1 <= x <= 5.5 1 <= y <= 5.5 要使用求解器，我们必须转换问题： %

遗传算法、模拟退火算法、禁忌搜索算法求解VRP问题的matlab程序