TortoiseSVN（解决服务端较低时，高版本客户端无法查看日志问题） 压缩包含安装包和汉化补丁包。

热轧实施计划中最优倒垛问题的整数规划模型及遗传算法rar,钢铁工业 生产调度 板坯倒垛 整数规划 改进遗传算法

针对热轧批计划问题进行了MTSP（多旅行商问题）建模，并对该问题设计了混合遗传算法，经某大型钢厂实例数据进行了仿真测试。计算结果表明，该算法给出了较优的轧制批计划方案，解决了热轧轧制批计划的编制问题。

将热轧批量计划问题作为一个约束满足问题处理,建立不确定计划数的VRPSTW约束满足模型.在求解过程中,先用约束满足的一致性技术过滤变量的值域,收缩搜索空间;然后用变量选择和值选择构造轧制计划的解.为变量赋值之后,实施约束传播,保证每块板坯只被访问一次并动态禁止子回路.在已有的解的基础上,应用基于禁忌的k-opt互换改进解的质量.数据实验证明模型和算法是有效的.

热轧板坯的出库问题是连铸-热轧生产中一个重要的组合优化问题, 然而在学术界还很少见到对该问题的研究. 对此, 提出了热轧板坯出库问题总移动次数的一个下界, 开发了一个极小化总移动次数的树搜索算法. 该算法包括一个生成初始解的贪婪算法和一个基于复合移动的递归搜索. 大量的实验和分析表明, 该树搜索算法能在较短的时间内给出板坯出库问题的满意解, 具有重要的理论意义和应用价值.

针对钢铁热轧生产操作优化问题, 建立热轧操作优化模型. 该模型的难点是, 模型具有高度非线性的特征, 难以获得最优解. 考虑模型数学表达式的结构特点, 将操作优化模型等价转化为超越几何规划模型, 由于获得的模型 存在对数项, 无法直接有效求解, 利用模型的结构特点, 通过数学变换和理论分析, 转化为凸规划模型, 从而利用凸规划软件获得最优解, 为操作优化问题获得全局最优解提供一种新方法.

给定N个整数 组成的序列.A1,A2,....,An 如果对于i <=k <=j 则有Ak <= ¦Aj ¦ 称Aj覆盖序列区间Ai,Ai+1,...,Aj 覆盖区间长度为j-i+1 求最大覆盖区间长度 算法设计要求0(N) 例:序列1,6,2,1,-2,3,5,2,-4,3时 L=5

深度学习中的最优化问题讲义pdf

一、问题具体描述：   在cmd控制台 pip install xxxx 后并显示安装成功后，并且尝试用cmd 的python 中import xxxx ,没有显示异常，说明这个库是安装成功了的。（这里以安装 virtualenv 为例：） 但是在PyCharm中导库时却出现了问题，会显示该模块不存在！！！（即在一个项目文件中，import一个未安装的第三方库文件，PyCharm会显示波浪线，即表示此库未安装。） 那怎么解呢？下面就来简单分析一下。     之前有问老师这个问题，老师说这是PyCharm这个软件的bug……然后就没有然后了。那要用这个库怎么办？于是我就自个去琢磨了一下：

matlab输入函数公式代码varpro2 用于可分离非线性最小二乘优化问题的可变投影算法 VARP2 的相当快速的 MATLAB 实现。 关于 该软件允许您有效地解决最小二乘问题，其中对某些参数的依赖是非线性的，而对其他参数的依赖是线性的。 特别是，这个软件可以让你解决表格的问题 min_{a,B} |X - F(a) B|_F^2 + | R*a |_2^2 其中 X 是大小为 m × n 的数据矩阵，F(a) 是矩阵值函数（维度为 m × l 的矩阵），具有向量输入 a（对 a 的条目的依赖性可能是非线性的），R 是矩阵，B 是 al by n 矩阵。 代码需要的是一个函数，用于评估任何 i 的 F(a) 和 dF(a)/da_i（有关更多详细信息，请参阅代码文档）。 通常情况下，dF(a)/da_i 是一个稀疏矩阵。 在这种情况下，建议返回一个稀疏矩阵。 带有 R 的术语是可选的，可以用标量（对应于 Tikhonov 正则化）或矩阵来指定。 VARP2 算法基于以下会议记录报告： 用于解决非线性最小二乘问题的变量投影算法的扩展和使用，GH Golub 和 RJ LeVeque