电子书 大学教授的数学建模的样例。值得珍藏。

这个PPT挺可以启发人的，很容易懂，你看看先先吧

EM 是一种灵活有效的基于种群的元启发式算法，用于搜索全局优化问题的最优解，由 Birbil 和 Fang 在 2003 年提出。它基于电磁理论的吸引力-排斥原理，其中种群被认为是带电粒子分布在解空间内。

利用牛顿法求解目标函数最优解，目标函数、初始点、允许误差可以根据自己需要修改，进行测试

使用具有非支配二元排序的遗传算法NSGA-II（Deb，2002）进行多目标Traveller Salesman优化（Jensen，2003）。

GA_tsp TSP问题是指假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。使用遗传算法解决att48问题，即48个城市的旅行商问题，该问题目前的最优解是10628，受个别参数影响，所设计的算法所得到的最优结果是10648，相对误差为0.18818216%。 att48.txt ----- 48个城市的坐标 CalDist.m ----- 计算个体的总路径 cro.m --------- 交叉函数 drawTSP.m ----- 根据坐标作图 GA.m ---------- 主函数 mut.m --------- 变异函数 objf.m -------- 适应度函数 pro.m --------- 判断是否需要变异、交叉 sel.m --------- 选择函数

分析简化了线电压补偿型三相三线动态电压恢复器（DVR）的拓扑结构，提出了基于控制方程最优解的DVR最优化控制方法。基于数字锁相的方法检测得到补偿电压，分析推导了DVR电压控制的时域电路方程，求得了电压控制方程在最优化指标下的最优解。该方法基于DVR输出的线电压计算开关时间，减少了计算和转换环节，提高了直流侧电压的利用率和DVR的补偿能力。仿真和实验结果证明了所提控制方法的正确性和可行性。

matlab是一款功能强大的软件，及绘图，仿真，运算于一体，

计算机视觉的PNP问题的最优解.pdf

为了利用ROC曲线下的面积(AUC),更好地评价多类SVM学习效果,提出了MOSMAUC(multi-objective optimizes multiclass SVM based on AUC)算法。该算法采用AUC作为评价标准,利用多目标优化算法作为SVM参数的优化方法,避免优化对象的AUC值过低问题,因为在多类分类学习中任何一个两类分类的AUC值太低,都会影响整体学习的效果。实验结果表明,提出的优化方法改进了算法的学习能力,取得了较好的学习效果。