1、本资源针对SiouxFalls交通网络，基于Frank Wolfe算法，求解交通分配用户均衡模型。
2、UE.py为代码；Link.csv为边信息；Node.csv为节点信息（未用到，其中包括节点坐标）；OD.csv表示OD流量需求；此外包括网络均衡结果.csv。
3、用户均衡，表示没有用户可以通过单方面改变出行路径，从而降低出行费用。
4、本资源代码逻辑较为明确，便于阅读、学习。
2024-04-08 21:22:40
6KB
1
一汽套索
用于快速且可扩展的套索回归的随机Frank-Wolfe算法（C ++代码）
免责声明：
仅在GNU通用公共许可证下，该软件可用于非商业研究目的。 然而，尽管GNU通用公共许可证的任何规定，该软件可能无法接触后用于商业用途的明确书面许可和 。
主要开发商：
埃马努埃莱Frandi（ ），里卡多Nanculef（ ）
参考：
Frandi E.，Nanculef R.，Lodi S.，Sartori C.，Seykens JAK，“通过具有随机性保证的随机Frank-Wolfe方法进行快速可扩展的套索”，内部报告15-93，ESAT-STADIUS，库鲁汶，2015 。
2022-06-23 10:27:46
25KB
1
Deep Frank-Wolfe用于神经网络优化
该存储库包含pytorch中的论文的实现》。 如果您将这项工作用于研究，请引用以下文章：
@Article{berrada2019deep,
author = {Berrada, Leonard and Zisserman, Andrew and Kumar, M Pawan},
title = {Deep Frank-Wolfe For Neural Network Optimization},
journal = {International Conference on Learning Representations},
year = {2019},
}
注意：您可能对我们的后续算法感兴趣，该算法具有明显的收敛保证，并且在我们的实验中优于DFW。
要求
此代码适用于
2022-02-27 10:09:07
80KB
1