支持向量机 (SVM) 是许多分类问题的有效模型。 然而，SVM 需要二次规划的解决方案，需要专门的代码。 此外，SVM 有很多参数，影响了 SVM 分类器的性能。 最近，提出了广义特征值近端 SVM（GEPSVM）来解决 SVM 的复杂性。 在现实世界的应用程序中，数据可能会受到错误或噪声的影响，处理这些数据是一个具有挑战性的问题。 在本文中，已经提出了一种方法来克服这个问题。 这种方法称为 DSA-GEPSVM。 主要改进基于以下几点：1）线性情况下的新模糊值。 2) 非线性情况下的新核函数。 3) 差分搜索算法 (DSA) 被重新制定以找到 GEPSVM 参数及其内核参数的接近最优值。 实验结果表明，所提出的方法能够找到合适的参数值，并且与其他一些算法相比具有更高的分类精度。

SVM的参数优化——如何更好的提升分类器的性能

SVM的参数优化——如何更好的提升分类器的性能，含有源程序和代码

随附的 ZIP 文件包含使用 SonnetLab Toolbox for MATLAB:registered: 的教程。 SonnetLab 是一个免费的 MATLAB:registered: 工具箱，使用户能够控制和自动化 Sonnet 的 3D 平面电磁模拟器。 附加的脚本将以单个短截线的形式打开现有的十四行诗项目，并优化短截线的长度以在 5 GHz 下提供低回波损耗。 原始电路包含控制存根长度的尺寸参数，优化例程修改参数值以生成项目的十次迭代。 随附的档案包括详细描述每一行代码的文档。 本教程需要最新版本的 SonnetLab。 SonnetLab 可从 Sonnet Software 网站下载： http ://sonnetsoftware.com/support/sonnet-suites/sonnetlab.html 请注意：SonnetLab 是与 Syracuse University 共同开发的，不是 So

贝叶斯超参数优化库hyperopt安装包及依赖库，可利用pip离线安装 实现基于TPE的贝叶斯优化，不支持基于高斯过程的贝叶斯优化

论文研究-基于随机活动工期的资源约束项目鲁棒性调度优化.pdf,  项目进度计划的鲁棒性对于不确定条件下项目的顺利实施具有重要影响. 作者研究具有随机活动工期的资源约束项目鲁棒性调度问题, 目标是在可更新资源和项目工期约束下安排活动的开始时间, 以实现项目进度计划鲁棒性的最大化. 首先对所研究问题进行界定并用一个示例对其进行说明. 随后构建问题的优化模型, 设计禁忌搜索、多重迭代和随机生成三种启发式算法. 最后在随机生成的标准算例集合上对算法进行测试, 分析项目活动数、 项目工期和资源强度等参数对算法绩效的影响, 并用一个算例对研究进行说明, 得到如下结论: 禁忌搜索的满意解质量明显高于其他两种算法; 当资源强度或项目工期增大时, 平均目标函数值上升, 禁忌搜索的求解优势增强. 研究结果可为不确定条件下项目进度计划的制定提供决策支持.

针对一类多关节机器鱼推进速度的调节, 提出一种运动学建模与控制匹配设计的新方法. 以可控性为目标, 建立了基于能量转化系数的鱼尾摆动规律与推进速度性能参考(SSPR) 模型, 系统已知参数把能量转化率收敛到一个可控可调节范围. 自适应迭代学习控制策略与之匹配, 能适时辨识并周期性地更新该模型的能量转化系数, 实现机器鱼在陌生水环境中的推进速度自调节. 仿真分析验证了该模型和控制方法的正确性.

多目标遗传算法优化PID参数,是M文件。内容很详细，有需要的可以下载

布朗大学工程学院开发的相机投影仪系统标定方法，论文原文是《简单，准确且具有鲁棒性的投影机-摄像机校准.pdf》，可在布朗大学官网下载到，我进行了翻译。

帮助optuna初学者，更快了解optuna框架的结构及使用方法