摘要：
看了点数值分析的内容 基本明白了原理 下面是我的笔记 不是数学专业，如有错误，请多多指教，Thanks♪(･ω･)ﾉ 阅读全文
摘要：
该命令中可以用D表示微分符号，其中D2表示二阶微分，D3表示三阶微分，以此类推。 求精确解 1.微分方程 r=dsolve('eqn1','eqn2',...,'cond1','cond2',...,'var'). 解释如下：eqni表示第i个微分方程，condi表示第i个初始条件，var表示微分方 阅读全文
摘要：
原理==书上有==懒的写了_(:з」∠)_ 写了TSP问题，用的数据还是几天前写遗传算法 模拟退火算法解TSP问题的数据，算出来的结果比前面几个算法好多了 最短路径：1 2 9 3 18 19 20 21 10 11 7 8 14 15 24 25 26 29 28 27 16 17 22 23 3 阅读全文
摘要：
mean 平均数 median 中位数 mode 众数 prctile 四分位数，也称四分位点，是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值 boxplot skewness偏度系数 X = randn 返回一个从标准正态分布中得到的随机标量。 下面的东西感觉暂时用不上 阅读全文
摘要：
使用sym或syms建立变量 solve() 1.一元一次方程 解y=x*sin(x)-x; y是equation x是symbol 2.二元一次方程 解ax^2-b=0 求导 积分 对x^2*exp(x)积分，z(0)=0 subs是赋值函数，用数值替代符号变量替换函数 fsolve() fzer 阅读全文
摘要：
模拟退火（SA） 物理过程由以下三个部分组成 1.加温过程 问题的初始解 2.等温过程 对应算法的Metropolis抽样的过程 3.冷却过程 控制参数的下降 默认的模拟退火是一个求最小值的过程，其中Metropolis准则是SA算法收敛于全局最优解的关键所在，Metropolis准则以一定的概率接 阅读全文
摘要：
k最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别。 测试点（2.000000 3.000000） 阅读全文
摘要：
不明白：对于变异概率和交叉概率取什么值才能 取到 最小值 （开学后去问老师吧~~！） 阅读全文
摘要：
输出参数： pop 生成的初始种群 输入参数： num 种群中个体数目 bounds 代表变量的上下界的矩阵 eevalFN 适应度函数 eevalOps 传递给适应度函数的参数 options 选择编码形式（浮点编码或二进制编码） precision 变量进行二进制编码时指定的精度 输出参数： x 阅读全文
摘要：
遗传算法基本原理 借鉴物种进化的思想，将欲求解问题编码，把可行解转化为字符串形式。初始化随机产生一个种群，用合理的评价函数对种群进行评估，在此基础上进行选择、交叉、变异的操作。选择算子根据父代中个体适值大小进行选择或淘汰，保证了算法的最优搜索方向。 交叉算子模拟基因重组及随机信息交换，产生更好的1个 阅读全文