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： %

pylbm pylbm是使用Lattice Boltzmann求解器进行数值模拟的多合一软件包。 该软件包提供了用于描述1D，2D和3D问题中的格子Boltzmann方案的所有工具。 我们选择D'Humières形式主义来描述问题。 您可以使用一组简单的形状（例如圆形，球形，...）来制作复杂的几何图形。 pylbm使用Cython，NumPy或Loo.py根据用户指定的方案和域执行数值方案。 Pythran和Numba即将面市。 pylbm具有mpi4py的MPI支持。 安装 您可以通过多种方式安装pylbm 与曼巴或conda mamba install pylbm -c conda-forge conda install pylbm -c conda-forge 与Pypi pip install pylbm 或者 pip install pylbm --user 从来源

AdiaQC 绝热量子计算求解器用于模拟各种问题（包括一些机器学习问题）。 这是用 Python 2.7.4 编写的，仅在 Linux 上进行了测试，但可能对您有用（如果确实如此，请告诉我）。 需要 SciPy（NumPy、PyLab）。 可能通过一些小调整与 Python3 一起使用（如果你做了它们，请分享）。 运行一个问题看起来像： python2 run.py -p [问题] 其中 [problem] 可以是包含在内的 hopfield.py（*.py 是多余的，无论如何都删除了扩展名，您可以在没有它的情况下指定）。 问题文件定义了一个名为“参数”的函数。 它接受命令行参数作为字典。 如果您需要为每个实例做一些特殊的事情，或者您想指定一种模拟类型，这对于具有大量实例的模拟非常有用。 cmd 参数是： --problem：指定问题文件路径相对于AdiaQC/problems

我是数独的粉丝。 它是处理那些太难的数独的求解器。 拼图矩阵放在 OriMat 中。 方案思路如下图所示： 问题通过2个步骤解决步骤 1：使用函数数独方法 1 在每个方格中，列出所有可能的数字如果只有1个可能的数字，这就是一个如果在每一行、列或块中，出现一个可能的数字只有一次，这是一个step2：如果一个正方形中只有2个可能的数字尝试每一种，看看哪一种是正确的

调用 [C,D,rank]=fundam(A_num,A_den) 参见 Execute.m 示例。 A_num, A_den - 两个矩阵，用于设置线性方程组的系数（分子、分母）。 例如1/2*x1-2/3*x2=5/4 3/4*x1+5/7*x2=2/1 A_num=[1 -2 5; 3 5 2] A_den=[2 3 4;4 7 1] 结果分为3类： 1）系统不一致2) 系统是一致的，只有一个通用的解决方案3）系统是一致的，有很多解决方案 求解器的输出是系数 C、D 的矩阵 - Xn 附近的每个系数具有相同的逻辑（分子和分母）。 对于 2) 类别（一种常见的解决方案）C 总是具有对角线形式 例如： 分子C= [1 0 3; 0 1 2] 分母D=[1 1 1; 1 1 5] 方法X1 = 3 X2=2/5 对于3）类别矩阵C，D表示系统的基本解决方案 例如 分子C= [

什么？ 基于JavaScript的迷宫求解器。 为什么？ 因为我可以。 如何？ 通过分析从下拉列表或文件浏览器中选择的图像，我们可以确定墙壁和路径在哪里。 白色（255、255、255、255）是路径，黑色（0、0、0、0）是墙。 起点应该在图像的顶部或左侧，并且应该是顶部或左侧墙上的唯一白色像素。 终点应该在底壁或右壁上，并且应该是底壁或右壁上的唯一白色像素。 我们仅将像素带到您可以转到两个不同方向或只能返回的位置。 途中的像素仅用于计算到下一个节点的距离。 迷宫呈现在画布上，并按比例尺输入中定义的比例尺进行缩放。 迷宫求解和找到的路径呈现在第二个画布上，在播放动画或以其他方法执行另一个求解时会清除该画布。 可以使用方法下拉列表选择寻路方法，并且可以在寻路过程中设置动画，或者等待寻路完成并随后播放动画。 可以加快动画速度，并将动画速度设置为0，动画将停止并且寻路方法将完成求解。

大规模SDP求解器，基于SDPT3实现文档，全部MATLAB实现，没有底层c语言库

热传递matlab代码 肛门1.0.0 ANABHT-一维稳态生物传热问题的解析求解器 康奈尔大学（C）2018版权所有。 版权所有。 由Hugo Fernando Maia Milan撰写。 接触： 巴西国家技术和科学发展法律顾问（Proc。203312 / 2014-7）为HFMM奖学金提供支持。 免费用于教育，研究和非营利目的。 有关详细信息，请参阅许可证文件。 ANABHT是一个开放源代码，用于预测给定仔猪体重的最佳补充热量。 在我们的论文中查看更多细节（Milan et al。，2018）。 这段代码是用编写的，这是类似于Matlab的编程环境。 该代码可能在Matlab上有效，但未经测试。 有关如何使用我们的数学框架获取预测的示例，请参见文件example.m。 使用此示例代码，您可以获得皮肤表面温度，皮肤表面热通量和头发涂层表面温度的预测（逐点和标准偏差）。 通过使用该代码的其他功能，也可以预测最佳补充热量。 该GitHub存储库包含代码。 有关输入数据集和处理后的数据，请参见。 裁判员 米兰HFM，Maia ASC，Gebremedhin KG。 预测仔猪最佳补充热量。

使用拉普拉斯变换求解具有差分核（卷积）的 Volterra 积分方程。

该函数用于求解丢番图方程。 这个方程应该是 C = A*E + F 的形式；其中 C 和 A 是根据您的变量的多项式（例如，拉普拉斯域中的 s 或 z 变换域中的 z），n 是 E 加一的阶数（订单{E} = n-1）。 如有任何问题或建议，请与我联系。