为解决基本遗传算法在实际应用中存在的收敛速度低及稳定性差的问题.采用了单纯同伦算法与基本遗传算法相结合的改进算法,将n维函数优化问题放到高一维的空间中.改进后的算法通过同伦参数的变化设置跟踪路径,使用网径渐细的单纯剖分,使目标解的精度随着算法的迭代过程逐渐提高,在不损失算法效率的前提下提高了算法的精度;算法依据单纯剖分的顶点整数标号信息作为判断收敛的标准,改善了基本遗传算法判敛标准受人为因素影响的缺点,提升了稳定性.优化算例表明:与相关文献的优化算法相比较,改进后的遗传算法有更高的效率及更高的精度.

源码里面就一个Js加密脚本和调用Js加密例子，

单纯形法matlab程序，输入A,b,c，得到整个过程的单纯形表与最优解，最优值，每一步变换的单纯形表都有给出，完全没有错，很详细，有运行结果说明。

rsview万能报表开发单纯和excel联系的报表docx,rsview万能报表开发单纯和excel联系的报表

C++编写的单纯形法。。。。。。。。。。。。、。。。。

运筹学-单纯形法-代码实现-直接可以使用，包含写到试卷上的每一个步骤，经过多少次迭代，每一次迭代换入是哪些，换出是哪些，最后的最优解，b的值都有，

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

海浪能等可再生能源在应对全球能源需求的巨大增长方面发挥着举足轻重的作用。 预计波浪能将成为未来十年增长最快的能源之一，为可持续能源提供巨大的潜在来源。 本研究调查了振荡浮标式波浪能转换器 (WEC) 的放置优化。 评估了由一系列完全淹没的三系绳浮标组成的波浪农场的设计。 在波浪养殖场中，浮标位置对养殖场的产量有显着影响。 由于浮标之间非常复杂的相互作用（建设性和破坏性），优化浮标位置是一个具有挑战性的研究问题。 这项研究的主要目的是通过在尺寸受限的环境中放置浮标来最大化农场的功率输出。 该框架提出了一种新的启发式局部搜索与数值优化方法相结合的混合方法，该方法利用基于知识的代理权模型。 以下论文报告了所有优化结果： Neshat, M.、Alexander, B.、Sergiienko, N. 和 Wagner, M.（2019 年）。 通过混合局部搜索对波能转换器位置优化的新见解。 a

线性编程使用MATLAB：本书提供了各种线性编程算法和方法的理论和计算演示，重点是修订后的单纯形方法及其组件。 每种算法都包括理论背景和数学公式，以及完整的数值示例和相应的MATLAB:registered:代码。 本书介绍的MATLAB:registered:实现非常复杂，允许用户找到大规模基准线性程序的解决方案。 每种算法之后都进行了基准问题的计算研究，该研究分析了所提出算法的计算行为。 作为现有特定算法文献的坚实伴侣，这本书对具有线性代数和微积分基础知识的研究人员，科学家，数学程序员和学生非常有用。 清晰的演示使读者能够理解和利用单纯形方法的所有组成部分，例如预求解技术，缩放技术，数据透视规则，基础更新方法和敏感性分析。

Python求解线性规划问题_两阶段法实现的单纯形法，包括.py和.ipynb两种格式，用Jupyter Notebook打开.ipynb或者用Python软件打开.py都可成功运行，压缩包中包括测试数据，代码可输出唯一解，无穷多解，无界解，无解四种情况。