DaizeDong / Optimization-Modeling-Algorithm-and-TheoryLinks
《最优化:建模、算法与理论》中文版学习笔记,包含原版与注释版pdf教材。
☆15Updated 3 years ago
Alternatives and similar repositories for Optimization-Modeling-Algorithm-and-Theory
Users that are interested in Optimization-Modeling-Algorithm-and-Theory are comparing it to the libraries listed below
Sorting:
- 启发式算法包括动态规划(DP) 、遗传算法(GA)、 粒子群算法(PSO)、 模拟退火算法(SA) 、蚁群算法(ACO)、 自适应神经网络(SOM) 、禁忌搜索算法(TS)☆18Updated last year
- 《MATLAB 神经网络43个案例分析》随书代码☆30Updated 4 years ago
- 数学建模算法学习仓库-启发式算法仓库☆33Updated 3 years ago
- 启发式算法总结☆20Updated 4 years ago
- 2019年第十六届华为杯数学建模竞赛F题第一名论文附代码☆57Updated 6 years ago
- 《数学建模算法与应用(第2版)》(Mathematical Modeling Algorithms and Applications) - 司守奎, 孙兆亮☆16Updated 4 years ago
- 运筹学知识总结,以及经典模型代码的编写(python)☆33Updated 5 years ago
- 华为杯研究生数学建模竞赛:历年来优化类代码(不定时更新,曾获一等奖)☆49Updated last year
- 西瓜书,sklearn源码,李航统计学,机器学习实战☆42Updated 5 years ago
- 华为杯研究生数学建模竞赛:历年来数据分析类代码(不定时更新,曾获一等奖)☆134Updated last year
- python实现多目标启发式算法☆32Updated 5 years ago
- BP神经网络预测实例(matlab)☆54Updated 3 years ago
- 请参考《MATLAB智能算法30个案例分析》。☆23Updated 7 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 5 years ago
- 最优化方法、凸优化课程作业代码☆16Updated 5 years ago
- 常用机器学习算法的简单手写实现,帮助更好理解算法☆70Updated 3 years ago
- 慕课网上深度学习之神经网络(CNN RNN GAN)算法原理+实战练习的代码和部分数据☆42Updated 6 years ago
- AI项目(强化学习、深度学习、计算机视觉、推荐系统、自然语言处理、机器导航、医学影像处理)☆92Updated 2 years ago
- 《MATLAB智能算法30个案例分析(2版)》官方代码☆24Updated 3 years ago
- 2021年研究生数学建模竞赛B题,全国二等奖,空气质量预报二次建模,时间序列数据分析与回归预测。Time Series Prediction&Air Quality Prediction.☆40Updated 3 years ago
- [智能优化算法及其MATLAB实例(第2版)]书籍配套源码☆41Updated 4 years ago
- 《Python数据可视化之matplotlib实践》配套代码。☆64Updated 5 years ago
- 运筹优化数学基础 + 算法☆16Updated 4 years ago
- 多种启发式算法解决广义旅行商问题☆11Updated 4 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆40Updated 5 years ago
- 基于深度学习的共享单车预测与调度解决方案,使用神经网络构建单车需求量与时间 段和地理画像的关联,预测不同区域单车需求量;使用蚁群算法规划最优单车调度路径。☆110Updated 6 years ago
- 智能优化算法的python手动实现,注释详细☆20Updated 3 years ago
- MATLAB for Machine Learning, published by Packt☆23Updated 3 weeks ago
- PyTorch构建神经网络预测气温☆14Updated 3 years ago
- 记录计算智能优化算法的学习笔记,通过阅读论文并复现的形式加深对相关的启发式智能优化的理解。☆199Updated 2 years ago