Python求解线性规划问题_两阶段法实现的单纯形法,包括.py和.ipynb两种格式,用Jupyter Notebook打开.ipynb或者用Python软件打开.py都可成功运行,压缩包中包括测试数据,代码可输出唯一解,无穷多解,无界解,无解四种情况。
2022-10-23 17:27:41 13KB python 单纯形法 两阶段法 线性规划
1
本文通过遗传算法解决基本的无时限车辆调度问题。采用车辆和客户对应排列编码的遗传算法,通过种群初始化,选择,交叉,变异等操作最终得到车辆配送的最短路径。通过MATLAB仿真结果可知,通过遗传算法配送的路径为61.5000km,比随机配送路径67km缩短了5.5km。此结果表明遗传算法可以有效的求解VRP问题。
1
2阶实对称矩阵特征值和特征向量的简单求解方法。因为2阶实对称矩阵的特殊性,可以直接使用初中的2阶方程 x = -b±sqrt(b*b -4*a*c) / 2*a进行求解。这个方法在求解平面点的hessian矩阵很有用处。
2022-10-23 15:19:25 16KB 2阶实对称矩阵   特征值 
1
求解齿轮单自由度动力学方程以及相图,傅里叶变换
1

任务分配是多无人作战飞机(UCAV) 协同控制的基础. 对此, 分析了影响任务分配的关键战技指标, 建立了
针对攻击任务的多UCAV协同任务分配模型. 应用连续粒子群算法对问题进行求解, 建立了粒子与实际问题间的映
射, 通过位置饱和策略构造粒子的搜索空间, 采用自适应惯性权重提高粒子群算法的收敛速度和全局寻优能力. 考虑
到单机的任务载荷限制, 引入了买卖合同机制以实现多机任务协调. 仿真结果表明, 所提出模型和算法可以较好地解
决多UCAV协同任务分配问题.

1
OpenFOAM:求解器和案例 使用 OpenFOAM 工具箱制作的求解器和案例(一些用于我的硕士论文) 使用 GitHub 进行版本控制使我能够跟踪使用 OpenFOAM 开发求解器的进度。 目标是在考虑温度相关粘度的情况下模拟 PCM。 第一步是验证名为 viscobbSimple 的求解器。
2022-10-22 14:23:01 725KB C
1
本资源中利用Frank-Wolfe算法求解了SiouxFalls网络的交通分配结果(UE用户均衡结果,即没有用户可以通过单方面改变出行路径从而降低出行费用)。网络基本信息如txt文件所示,路阻函数采用了经典美国联邦公路局BPR函数,出行需求如ODPairs.txt所以。最终输出结果为输出每条路段上的流量。
2022-10-22 14:10:11 7KB UE Frank-Wolfe 交通工程 交通分配
1
这个方法可以解出权重所有的解 可以代替梯度下降方法(也是暴力算法) 可以通过数据逐一筛选出数据通用解,或许是走向人工智能,神经网络(权重层)可解释性
2022-10-22 12:06:00 952B 超级解 线性系统求解 线性代数
应用龙格库塔算法求解动力学微分方程,求解时域数据
1