在此代码中，量子粒子群优化 (QPSO) 用于解决多目标组合经济排放调度 (CEED) 问题，该问题使用三次准则函数制定，并考虑单向最大/最大价格惩罚因子。 QPSO 在 6 单元发电系统上实现，并与拉格朗日松弛、粒子群优化 (PSO) 和模拟退火 (SA) 进行比较。 所得结果验证了QPSO方法的有效性并证明了其鲁棒性。 这项研究表明，QPSO 可用作解决其他电力调度问题的有效且稳健的工具。
2022-05-20 15:29:26
4KB
1
convex optimization中文版和相关资料
Stephen Boyd, Stanford University, California, Lieven Vandenberghe, University of California, Los Angeles
Convex optimization problems arise frequently in many different fields. This book provides a comprehensive introduction to the subject, and shows in detail how such problems can be solved numerically with great efficiency. The book begins with the basic elements of convex sets and functions, and then describes various classes of convex optimization problems.
2022-05-17 19:09:53
53.55MB
1
经典书籍，无线通信中资源分配优化。非常好，值得推荐。
2022-05-16 21:57:27
854KB
1
MADER：多代理和动态环境中的轨迹规划器
单代理
多代理
引文
使用MADER时，请引用（ ， ）：
@article { tordesillas2020mader ,
title = { {MADER}: Trajectory Planner in Multi-Agent and Dynamic Environments } ,
author = { Tordesillas, Jesus and How, Jonathan P } ,
journal = { arXiv preprint arXiv:2010.11061 } ,
year = { 2020 }
}
常规设置
MADER已通过以下测试
Ubuntu 16.04 / ROS Kinetic
Ubuntu 18.04 / ROS Melodic
后端优化器可以是Gurobi（建议使用，默认情况下使用
2022-05-16 14:53:09
54.96MB
1
Binary Particle Swarm Optimization for Feature Selection：简单算法展示了如何在特征选择问题中使用二进制粒子群优化（BPSO）。-matlab开发
用于特征选择任务的简单二元粒子群优化（BPSO），可以选择潜在特征以提高分类精度。
演示了一个示例，该示例说明了如何使用具有分类错误率的BPSO（由KNN计算）作为使用基准数据集进行特征选择问题的适应度函数。
****************************************************** ****************************************************** **********************************
2022-05-15 11:35:47
121KB
1
【2018新书】Nature-Inspired Algorithms and Applied Optimization（自然算法与应用优化）
2022-05-12 10:24:04
6.42MB
1
著名的强化学习算法 Proximal Policy Optimization 的另一种自定义实现，也称为 PPO
2022-05-11 09:04:05
25KB
Convex optimization problems arise frequently in many different fields. This book provides a comprehensive introduction to the subject, and shows in detail how such problems can be solved numerically with great efficiency. The book begins with the basic elements of convex sets and functions, and then describes various classes of convex optimization problems. Duality and approximation techniques are then covered, as are statistical estimation techniques. Various geometrical problems are then presented, and there is detailed discussion of unconstrained and constrained minimization problems, and interior-point methods. The focus of the book is on recognizing convex optimization problems and then finding the most appropriate technique for solving them. It contains many worked examples and homework exercises and will appeal to students, researchers and practitioners in fields such as engineering, computer science, mathematics, statistics, finance and economics.
2022-05-09 20:59:22
5.04MB
1
matlab分时代码替代模型（SUMO）优化
当今确实存在的许多无线网络很难用数学术语来表征，因此我们通常将它们视为黑匣子系统。
通常，通过穷举搜索设计空间并选择最佳设置来找到黑匣子系统的最佳设置。
然而，在无线网络中，几乎不可能进行详尽的搜索，因为实验是一项昂贵的操作。
这主要考虑编排开销，网络延迟和控制平面无响应。
为此，人们依靠优化技术来找到无线解决方案的最佳设计设置。
从一般的角度来看，优化工具以搜索并同意的原则工作。
在搜索阶段（也称为探索阶段），他们搜索设计空间以获得黑匣子系统的整体视图。
后来，他们同意了设计空间的特定区域并利用了最佳设计参数。
现在谈到优化工具，其中存在针对特定问题类型进行了专门调整的广泛功能。
在这里，我们将使用工具箱解决复杂的黑匣子无线问题。
图1.
SUMO工具箱：源，需求和元模型创建
有关SUMO工具箱原理的完整教程不在本教程的讨论范围之内，因此建议读者参阅参考资料以获取详细信息。
SUMO工具箱
SUMO工具箱用于多个用例，例如“优化”，“模型创建”，“敏感性分析”，“可视化”和“可靠性分析”。
在解决任何问题之前，SUMO工具箱首先从通过实验
2022-05-09 20:26:06
188KB
1