c++
文章平均质量分 52
IT猿手
这个作者很懒,什么都没留下…
展开
-
C++读取文本文件(Data.txt)中的数据,并将其保存到二维数组中
一、Data.txt文件中的数据如下:共10行5列0.008271420578124 0.854456431002006 0.801336578213911 0.419298139388035 0.8599100800566730.148168165589323 0.001311301626219 0.899023038629473 0.860791205415533 0.9629355549957300.064627833695089 0.029441506170233 0.02557476原创 2022-05-22 13:40:16 · 1995 阅读 · 0 评论 -
自适应梯度下降法求解2000维大规模复杂函数最值(源代码亲测可行)
一、最优化问题现状很多科学、经济、工程中的问题都可以建模为全局优化问题来解决,比如求解满足一定条件的最小的开销、最短的路线、最优的调度序列等等。对于部分待求解的问题,问题的详细信息是已知的,并且容易建模,对于这类有详细表达式信息的问题我们称为白盒问题。但是有些问题较为复杂,比如问题是非凸的,不可微的,或者存在数目巨大的局部最优解,从而使得很多优化算法无法高效的进行求解。还有一部分问题我们称为黑盒问题,这类问题其表达式是未知的或者不可用的(比如因为保密性的要求,或者因问题本身极其复杂,设计优化算法的人无法在原创 2021-09-16 16:16:06 · 398 阅读 · 0 评论 -
共轭梯度法求解3000维大规模复杂函数最值(源代码可直接运行)
一、求解大规模全局优化问题存在困难大规模全局优化问题是一类非常难解的问题,目前仍缺少有效的算法来高效的解决这类问题。大规模全局优化问题的困难之处主要表现在以下几个方面:(1) 大规模问题涉及到的变量非常多,搜索空间巨大。问题的搜索空间随着问题的规模(维度)呈指数级增长。在有限的函数评估次数之内(可接受的时间范围内),算法难以有效的探寻如此巨大的搜索空间。而且问题的复杂程度随着维度的增加也随之增长,有些函数的性质随着维度的增加也有可能发生很大改变。很多对于低维非常有效的算法直接应用到大规模问题上效果变得非原创 2021-09-16 10:33:33 · 659 阅读 · 1 评论