matlab终止以下代码 何昊天10月、11月工作汇报 论文题目：求解二次规划问题的基于LVI的原-对偶神经网络FPGA设计和实现 论文作者：袁银娟 论文链接： 基于LVI（Linear Variational Inequalities）的原-对偶神经网络（Primal-Dual Neural Network，PDNN）可以用来求解线性规划和同时含有等式约束、不等式约束和界限约束（激活函数fuction分段线性）的二次规划问题。PDNN实质上是一类RNN（Recurrent Neural Network），并对PDNN网络在纯FPGA上的实现做出贡献。 目录 [TOC] 一、网络设计 二次规划问题的标准形式为：（W为半正定型） $$ minimize\qquad x^TWx/2+q^Tx;\ subject\ to\qquad Jx=d, Ax\leq b,\varepsilon^-\leq x\leq \varepsilon^+ \tag{1} $$ 经原文推导，一般二次规划问题可以转化为基于LVI的 原-对偶神经网络动态方程： $$ \dot{y}=\gamma(1+H^T)\le

提出了一种改进的量子粒子群算法,并将该算法用于求解非线性混合整数规划问题。构造了一种自适应调整的惯性权重,平衡了算法的全局搜索和局部搜索能力;针对混合整数规划问题,给定一定比例的初始可行解,提高了初始种群解的多样性;利用协同进化选择策略,对种群中的不可行解重新生成,使种群中每个粒子的信息充分利用,从而提高算法的收敛速度;为了抑制算法的早熟现象,给出了一种新的混沌搜索方式,对全局最优解进行局部搜索,增强算法的局部搜索能力。通过16个常见的测试函数测试结果表明,改进的量子粒子群优化算法对求解非线性混合整数规划问题,在成功率和精度方面得到很大的提高。

机器人规划和动态控制：RPDC：包含我所有的机器人，规划，动力学和控制的MATLAB代码。 该实现对用于位置控制，轨迹规划和路径规划问题的各种机械手和移动机器人进行建模

【路径规划】基于萤火虫算法求解带路障路径规划问题matlab源码.md

提出了一种求解多目标规划问题的改进模拟退火算法。该算法基于多目标规划的 Pareto最优解特征提出了一种新的能量差计算方法，并利用外部存档储存每一代产生的Pareto最优解，通过预设迭代次数，使近似Pareto最优解不断逼近精确最优解。最后，通过数值实验验证算法的可行性和有效性。

提出了一种求解非线性整数规划问题的改进粒子群优化算法.在这个算法里,对粒子群优化模型的速度方程和位置方程进行改进,加入了动态约束处理技术以提高选择最优点的能力;加入了粒子的邻域加速寻优策略以提高局部优化能力.数值结果表明所提出的算法计算精度高且稳定性好.

隐枚举法贪心算法01规划问题求解-L01.m 如题~后者是早些时候整理他人的

粒子群算法，用于求解非常复杂的01规划问题，这是我目前所见过的比较好的总结文章

optaplanner, Java约束求解器解决车辆布线员工排班及其他规划问题

【路径规划】基于蚁群算法实现多式联运路径规划问题matlab源码.md