搜索资源列表
8node
- 平面8节点单元类，可以输出单元的刚度、质量、阻尼矩阵，并可通过形函数插值得到内部各点得位移、应力等。对各位以前编写的程序的一个补充和完善吧。-plane eight-unit category, the output unit stiffness, mass, damping matrix, through the shape function can be interpolation points in the internal displacement and stress. Right b
libsvm-2.85-dense
- LIBSVM源码。LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ） 等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。
libsvm-2.88.rar
- LIBSVM 是台湾大学林智仁 (Chih-Jen Lin) 博士等开发设计的一个操作简单、易于使用、快速有效的通用 SVM 软件包，可以解决分类问题（包括 C- SVC 、n - SVC ）、回归问题（包括 e - SVR 、 n - SVR ）以及分布估计（ one-class-SVM ）等问题，提供了线性、多项式、径向基和 S 形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。,LIBSVM is林智仁Taiwan Univ
libsvm-2.89.zip
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。 2.89版本是09年刚更新的一个版本。,LIBSVM
shape.rar
- 无网格算法 mls形函数 可以用于无网格算法编程运算中,meshless method mls shape function
new
- 本文主要讨论在MATLAB软件中如何实现C程序源代码的移植。结合"道路平整度指数(IRI)预测问题"的实例,将C语言编写自仿射变换分形插值函数,移植(或改写)到MATLAB中,绘制出宁波机场道路平整度的预测图象,为解决预测问题可视化提供帮助。-This paper mainly discusses the MATLAB software, how to achieve C source code of the transplant. Conjunction with the road roug
fractal
- 分形计算的几个程序原码，可用于康托集，求解非线性方程，分形树，分形维计算，庞加莱截面描述等功能，共19个程序或函数-Fractal several procedures for calculating the original code, can be used for Cantor sets, solving nonlinear equations, fractal tree, the fractal dimension, the Poincare cross-section describe
PID_danchunxin
- 基于单纯形无约束方法的PID参数整定。在myfun.m中输入目标函数和控制对象的传递函数，运行主函数即可得到阶跃响应曲线-Based on unconstrained simplex method of PID parameter tuning. Myfun.m enter in the objective function and control the transfer function of the object, run the main function can be obtained
CHAPTER5
- 遗传算法是一种模拟生物进化机制的随机全局优化搜索方法，具有很强的全局优化能力及鲁棒性。遗传算法属于直接搜索法，对适应函数基本无限制，既不要求连续，也不要求函数可微，而且不需要初始信息可以寻求全局最优解克服了单纯形算法初始条件影响大，易陷入局部最小等缺点，操作方便，速度快，不需要复杂的规则，且可用于多目标寻优，在解空间进行高效启发式搜索，可以提高运算速度。-The genetic algorithm is one simulation organic evolution mechanism sto
danchunxing
- 单纯形法求目标函数极值及决策变量值，c语言编写-Simplex method for the objective function and decision-making variable extremum value, c language
snrr
- 单纯形算法的所有源程序，并举例两个函数说明，对函数用单纯形算法进行分析，寻找最优解。-Simplex algorithm of all source code, and that two functions, for example, use of function analysis of the simplex algorithm to find the optimal solution.
Plaw
- 一维数据的分形参数分析,通过功率谱函数拟合的方式，获取反映数据分形特征的参数-fractal analysis of 1d data
MATLABoptimization
- matlab最优化程序包括 无约束一维极值问题 进退法 黄金分割法 斐波那契法 牛顿法基本牛顿法 全局牛顿法 割线法 抛物线法 三次插值法 可接受搜索法 Goidstein法 Wolfe.Powell法 单纯形搜索法 Powell法 最速下降法 共轭梯度法 牛顿法 修正牛顿法 拟牛顿法 信赖域法 显式最速下降法， Rosen梯度投影法 罚函数法 外点罚函数法 內点罚函数法 混合罚函数法 乘子法 G－N法 修正G－N法 L－M法
jixieshou
- ：本文提出了一种基于单纯形方法的机械手位姿逆解的分步求解方法。这种方法充分利用了单纯形法 大范围收敛和计算简单的特性，在不计算目标函数一阶导数的情况下，确定极值点的查找方向与步长，多次迭代，直至目标函数满足所给条件。最后，用一个六自由度的肘机器人验证了该求解方法的有效性。- This paper presents a simplex method based on robot position and orientation of the sub-step inverse solution
fenxing
- 利用函数和迭代方法画出分形图，可以亲眼目睹到自然界有许多现象和事物可由分形的方法描绘出来-The use of functions and iterative methods draw fractal images, you can witness to the natural world there are many phenomena and things can be fractal approach portrayed
hhh
- 求解分形维数，采用功能函数法，很方便，从而很好的对分形几何进行分析-Solving the fractal dimension, function by function, it is convenient to a good analysis of fractal geometry
局部最大熵形函数matlab程序
- 局部最大熵近似形函数matlab程序，主要用于无网格计算。 This set of Matlab functions computes the Calculation of the local maximum-entropy shape functions with Newton's method as described in section 4.2 of [1]. The core functions are shapef.m and Gamma_.m. The rest is pro
多重分形奇异指数
- 程序主要用来计算多重分形奇异指数和多重分形谱，计算了多重分形奇异指数和多重分形谱之间的函数关系
单纯形法
- 解决线性规划问题的单纯形法，使用linprog函数多约束问题(A simplex method for solving linear programming problems)
单纯形法Matlab程序-2016-11-17
- 一般线性规划问题具有线性方程组的变量数大于方程个数，这时会有不定的解。当决策变量个数n和约束条件个数m较大时，单纯形法是求解线性规划问题的通用方法。 从线性方程组找出一个个的单纯形，每一个单纯形可以求得一组解，然后再判断该解使目标函数值是增大还是变小了，决定下一步选择的单纯形。通过优化迭代，直到目标函数实现最大或最小值(In general linear programming problems, the number of variables with linear equations is