matlab马科维茨代码QMD算法
这是用于商最小度算法（QMD）的健壮Matlab代码。
在数值分析中，最小度算法是用于在应用Cholesky分解之前对对称稀疏矩阵的行和列进行置换的算法，以减少Cholesky因子中的非零数。
最小度算法经常用在有限元方法中，其中只能根据网格的拓扑而不是偏微分方程中的系数来进行节点的重新排序，从而在使用相同的网格来节省效率时各种系数值。
QMD算法的上限严格为O（n²m）。
语境
找到最佳排序的问题是一个NP完全问题，因此很棘手，因此改用启发式方法。
最小度算法是从Markowitz于1959年首次提出的用于解决非对称线性规划问题的方法中衍生出来的，下面将对此进行粗略地描述。
在高斯消除的每个步骤中，都执行行和列置换，以使枢轴行和列中偏离对角非零的数量最小。
Tinow和Walker在1967年描述了一种对称形式的Markowitz方法，Rose后来又推导了该图的图形理论形式，其中仅模拟了因式分解，这被称为最小度算法。
当存在相同程度的选择时，这种算法的一个关键方面是突破打破策略。
输入和输出
perm
:
the
output
permutatio
2022-08-06 21:02:13
19KB
1
系统辨识是一个复杂的优化问题，最近引起了科学和工程领域的关注。 特别是，使用无限脉冲响应 (IIR) 模型进行识别优于等效的 FIR（有限脉冲响应）模型，因为前者为现实世界的应用提供了更准确的物理植物模型。 然而，IIR 结构往往会产生多模态误差曲面，其成本函数极难最小化。 进化计算技术 (ECT) 用于估计复杂优化问题的解决方案。 它们通常旨在满足特定问题的要求，因为没有一种优化算法可以有竞争力地解决所有问题。 因此，当提出新算法时，必须适当地评估其相对效率。 文献中已经报道了 ECT 之间的一些比较。 然而，他们受到一个限制：他们的结论是基于流行的进化方法在一组具有精确解和众所周知的行为的合成函数上的性能，没有考虑应用程序上下文或包括最近的发展。 本研究比较了应用于 IIR 模型识别的各种进化计算优化技术。 展示了多个模型的结果并进行了统计验证。 更多信息可以在Erik Cuevas、
2022-08-01 11:06:16
74KB
1
分别为以下5种情况：
1.从不同起点出发回到起点（固定旅行商数量）
2.从不同起点出发回到起点（旅行商数量根据计算可变）
3.从同一起点出发回到起点
4.从同一起点出发不会到起点
5.从同一起点出发回到同一终点（与起点不同）
2022-07-24 15:05:03
21KB
1
人工智人-家居设计-混沌改进群体智能算法研究及其在光伏MPPT中的应用.pdf
2022-07-11 14:05:20
1.32MB