matlab经典算法的程序之插值.zip

包括了一维最优化算法 如：0.618法、分数法、二次差值法、三次插值法等源代码 还包括了无约束最优化部分的 共轭梯度法、DFP变尺度法（用导数或者用差分代替导数）、阻尼最小二乘法、鲍威尔法、模式搜索法、单纯性法等程序源代码 其次，约束最优化部分，提供了混合罚函数法（DFP)，混合罚函数法(POWELL)，综合约束函数双下降法、可变容差法、复合形法、网格法、随机实验法、解线性规划的单纯型法等等方法的源代码。

1.4阶Runge-Kutta方法求初值问题 2.Lagrange插值多项式验证Runge现象 3.二分法求解非线性方程 4.高斯列主元消去法解线性方程组 资源中附源码可直接运行，还附带详细的解题思路

《矩阵与数值分析》上机作业，采用Lagrange插值求解一元高次方程的根。采用C语言编程，程序简单实用，有运行结果，修改方程系数即可求解不同高次方程的根。

fminsaerch函数优化速度快，比fminunc稳定性更高，perm函数貌似只有一个波谷，很容易求解最小值，但是缩小图像范围后，从图1看图像中间位置有一个小峰，最优值及近似最优值分布在峰的周围，优化的时候收敛方向首先向下寻优，然后是弧形走势，对应很多算法而言，需要不断调整，趋近最优解后，收敛路线比较狭窄，这个时候，如果算法参数设置的不合理，很容易在收敛路线左右震荡缓慢收敛，貌似简单并不简单的一个函数,用fminsearch求解结果为4.7*10^-10

利用实际数据对期权希腊值绘图。这些资源之中包括EXCEL格式的期权风险指标，完整的python实现代码，和代码的txt格式文本，以及通过代码生成的图片。下载下来后，直接可以将这个文件夹作为工作目录运行

开关电源中磁性元器件的计算与设计，涉及AP法的介绍与应用。

Fm-QCA（全功能多值QCA） QCA（定性比较分析）是针对以定性研究为目标，处理小N案例的学者的一种分析方法。 有几种软件可用，包括 fs/QCA、Mv/QCA，但是当它涉及多值字段时，存在一些限制。 因此，我们开发了这个名为 Fm-QCA 的工具，以方便处理 mv-QCA 数据。 该软件对所有学者开放。 如果您有任何建议，请发送邮件至 请尽情享受吧。 更多相关工作见： : 注意 有用户反映有时候连接github会被阻塞，所以我们把这个项目clone到oschina，在某些地方可能会更快一些。 如果github有问题，请访问 用户手册现已发布！ Fm-QCA(v1.0) 用户手册现已发布！ 样本数据集发布！ 样本数据集发布！ 本数据集仅用于展示fm-QCA的使用，版权所有，请勿用于其他作品。 如何开始使用 Fm-QCA 要开始使用 Fm-QCA，您可以按照以下步骤操

tsmoothie 一个用于以向量化方式进行时间序列平滑和离群值检测的python库。 总览 tsmoothie以快速有效的方式计算单个或多个时间序列的平滑度。 可用的平滑技术是： 指数平滑 具有各种窗口类型（常量，汉宁，汉明，巴特利特，布莱克曼）的卷积平滑 使用傅立叶变换进行频谱平滑 多项式平滑 各种样条平滑（线性，三次，自然三次） 高斯平滑 Binner平滑 低价 各种季节性分解平滑（卷积，最低，自然三次样条） 带有可自定义组件（水平，趋势，季节性，长期季节性）的卡尔曼平滑 tsmoothie提供了平滑处理结果的间隔计算。 这对于识别时间序列中的异常值和异常可能很有用。 关于使用的平滑方法，可用的间隔类型为： sigma间隔 置信区间 预测间隔 卡尔曼区间 tsmoothie可以执行滑动平滑方法来模拟在线使用。 可以将时间序列分成相等大小的片段，并分别进行平滑处理。 与往常一样，此功能通过WindowWrapper类以矢量化方式实现。 tsmoothie可以通过BootstrappingWrapper类操作时序引导程序。 支持的引导程序算法为： 没有重叠的块引导

4.5.2基值的选取及标幺值的计算 在变压器和电机中通常选额定电压和额定电流作为基值。则 对于变压器当选定了一、二次侧额定电压和额定电流作为基值时，一、二次侧电压、电流及阻抗的标幺值分别为 4.5 标幺值 额定电压，额定电流和额定视在功率的标幺值均为1，这样较用实际值表示时更能说明问题。