此脚本确定无穷级数的收敛或发散，计算总和，提供部分总和图，并计算幂级数的收敛半径和区间。 包括的测试有：Divergence Test（nth term test）、Integral Test（Maclaurin-Cauchy test）、Comparison Test、Limit比较测试、Ratio Test（d'Alembert ratio test）、Root Test（Cauchy root test）、Alternating Series Test （莱布尼茨检验）、绝对收敛检验、p 级数检验、几何级数检验、Raabe 检验和幂级数检验。 幂级数检验使用比率检验、根检验和柯西-哈达玛定理来计算收敛半径和区间。 这个脚本可以帮助微积分（II 或 III）学生学习无限级数章节，也可以帮助微分方程学生学习级数解。

针对基本果蝇优化算法(FOA)寻优精度不高和易陷入局部最优的缺点, 提出自适应变异的果蝇优化算法(FOAAM)。该算法在运行过程中根据群体适应度方差和当前最优解的大小判断算法陷入局部最优时, 首先将最优果蝇个体复制M个; 然后对复制的最优果蝇个体进行扰动, 按一定的概率P执行高斯变异操作; 最后对变异后的最优果蝇个体进行二次寻优, 从而跳出局部极值而继续优化。对几种经典测试函数的仿真结果表明, FOAAM算法具有更好的全局搜索能力, 在收敛速度、收敛可靠性及收敛精度上均比基本FOA算法有较大的提高。

好用的去噪声代码matlab 此源代码包包括用于Cauchy近端分割算法的MATLAB源代码。 这些Matlab函数实现了基于重尾柯西分布的，包含非凸罚函数的近端分裂方法。 提供了用于计算柯西先验的近端算子的函数，并且包括两个示例以说明如何使用实现相应柯西近端分裂（CPS）方法的基于前向（FB）的算法来执行成本函数优化。 这两个信号处理示例包括频域中的一维信号降噪和图像去模糊。 该软件包包括三个MATLAB脚本： 1) CauchyProx : The MATLAB function that performs the proximal operator operation for the Cauchy penalty function. 2) CPS_1D_denoising : An example code for 1D signal denoising via the Cauchy proximal splitting algorithm. 3) CPS_2D_deblurring : An example code for 2D image deblurri

适应度与适应度函数 　　遗传算法对一个个体（解）的好坏用适应度函数值来评价，适应度函数值越大，解的质量越好。适应度(fitness)就是借鉴生物个体对环境的适应程度, 而对所求解问题中的对象设计的一种表征优劣的测度。适应度函数(fitness function)就是问题中的全体对象与其适应度之间的一个对应关系, 即对象集合到适应度集合的一个映射。 它一般是定义在论域空间上的一个实数值函数。适应度函数是遗传算法进化过程的驱动力，也是进行自然选择的唯一标准，它的设计应结合求解问题本身的要求而定。 说明：“论域”是数理逻辑中的概念。“在一个逻辑系统中，所有的个体组成的集合，称为个体域，亦称论域。”

自适应信号处理中，有关LMS算法仿真收敛特性及误差曲线，步长对LMS算法的影响

PSpice仿真中收敛问题研究,对于使用PSPice具有很好的参考价值

DRL用于微电网能源管理 我们针对微电网的能源管理系统问题研究了各种深度强化学习算法的性能。 我们提出了一种新颖的微电网模型，该模型由风力涡轮发电机，储能系统，恒温控制负载，价格响应负载以及与主电网的连接组成。 拟议的能源管理系统旨在通过定义优先级资源，直接需求控制信号和电价来在不同的灵活性来源之间进行协调。 本文实现了七种深度强化学习算法，并进行了实证比较。 数值结果表明，不同的深度强化学习算法在收敛到最优策略的能力上存在显着差异。 通过将经验重播和第二个半确定性训练阶段添加到众所周知的“异步优势演员评论家”算法中，我们获得了更好的性能，并且在能效和经济价值方面收敛于高级策略。 有关此项目的更多信息，访问： ：

收敛性极佳的经典多目标优化算法NSGA2源码。用c++实现的。

数值优化：经典一阶确定性算法及其收敛性分析.doc

数值优化：算法分类及收敛性分析基础.doc