此提交是应请求编写的 - 作为处理线性最小二乘问题的工具，受可能存在秩不足的线性等式约束。 （当然，它也可以处理满秩约束的问题。）如果出现秩不足约束系统，它会测试约束的一致性。 我向 LSE 添加了一些其他功能： - 它允许最小二乘问题的多个右手边，当然完全矢量化。 - 可以提供重量。 - 您可以选择最小二乘解算器，反斜杠或 pinv。 LSE 解决问题（对于未知向量 x） argmin 范数(A*x - b) 受约束 C*x = d 例如，考虑随机系统A = rand(10,3); b = rand(10,1); 具有秩亏约束集C = [1 1 1;1 1 1]; d = [1;1]; X = lse(A,b,C,d) X = 0.5107 0.57451 -0.085212 验证是否满足约束 C*X 回答= 1 1 当指定 \ 时，列旋转用于从约束系统中消除变量，

在遗传算法中最难处理的是有等式约束的优化问题，而等式约束在一般问题中常常遇到。许多算法采用引入惩罚函 数降低适应度方法使其满足等式约束条件，但太难收敛或解根本不满足约束条件，因此它是遗传算法的一个瓶颈。根据遗 传算法的性质及等式约束的特点，提出了另一种算法来解决这个瓶颈，并从理论上证明了算法的可行性。通过数值实验表 明该算法是有效的。

研究等式约束模型中回归系数的线性Minimax估计问题在改进Zellner提出的平衡损失函数的基础上,分析了齐次线性估日类中等式约束模型中回归系数线性估计损失风险的极大极小性,并得到了回归系数的线性Minimax估计;在适当的假设下,证明了回归系数线性Minimax估计的唯一性。

用单纯形法解线性等式、不等式约束。目标函数为线性。程序用matlab的m函数编写，请用matlab打开。

在含有等式约束的凸优化问题中，分别对初始点为可行点、初始点为不可行点以及对偶问题利用Newton下降法求解

解等式约束的信赖域子问题，经典方法，文件很小