出了一个全新的混合算法并命名为微粒群差分算法，该算法在标准微粒群算法的基础上结合了差分进化算法用于求解约束的数值和工程优化问题。传统的标准微粒群算法由于其种群单一性容易陷入局部最优值，针对这一缺点利用差分进化算法中的变异、交叉、选择3个算子来更新每次迭代每个粒子新生产的位置以使粒子跳出局部优值。融合了标准微粒群算法和差分进化算法优点的混合算法加速了粒子的收敛速度。为了避免惩罚因子的选择对实验结果的影响，采取了可行规则法来处理约束优化问题。最后将微粒群差分算法用于5个基准函数和两个工程问题，并与其他算法作了比较，试验结果表明，微粒群差分算法算法具有很好的精准性、鲁棒性和有效性。

不确定的微分方程已广泛应用于许多领域，尤其是不确定的金融领域。 不幸的是，我们不能总是得到不确定微分方程的解析解。 早期的研究人员提出了一种基于欧拉方法的数值方法。 本文设计了一种通过广泛使用的Runge-Kutta方法求解不确定微分方程的新数值方法。 给出了一些例子来说明Runge-Kutta方法在计算不确定性微分方程解的不确定性分布，期望值，极值和时间积分时的有效性。

用opencv+vs2013做的迷宫求解程序，能自动标记迷宫的最佳路线，附图。opencv的环境需自己配置。

高斯伪谱法matlab代码 高斯伪谱法（Gaussian Pseudospectral method）是一种用于求解高维非线性动力学系统的数值方法。下面是一个简单的 MATLAB 代码示例，它使用高斯伪谱法来求解一个简单的高维非线性系统。

MATLAB四阶龙格库塔法 求解微分方程数值解 源程序代码.zip

用matlab写的一维Burgers方程求解器，包含一些小功能，例如计算库朗特数，自动画图，计算结束提示，助力在作业中拿高分。用的是ghost node方法。初始条件给的是阶跃的扰动，可以自己根据程序修改边界条件。

硬时间窗 遗传算法 matlab,基于遗传算法的多种运输工具或带时间窗的路径优化问题(VRP)的求解（MATLAB）代码

【优化求解】基于蝗虫算法（MOGOA）求解多目标问题matlab源码.zip

文章目录案例简介数据可视化建立分类器sigmoid函数：映射到概率的函数model 函数: 返回预测结果值cost : 根据参数计算损失gradient : 计算每个参数的梯度方向descent : 进行参数更新精度 案例简介 参考资料 逻辑回归函数 Python数据分析与机器学习-逻辑回归案例分析 案例内容 现在有一份学生两次考试的结果的数据 根据数据建立一个逻辑回归模型来预测一个学生的入学概率。 数据内容：两个考试的申请人的分数和录取决定。 # 导入相应的包 import numpy as np import pandas as pd import matplotlib as mpl im

【车间调度】基于遗传算法求解车间调度模型含GUI.zip