应用Matlab优化工具箱求解可靠度问题

根据可靠度指标的几何意义，将求解可靠度指标问题转化为求极小值的优化问题，利用Matlab优化工具箱求解，介绍了Matlab优化工具箱的使用，结合几个算例，计算了其可靠度指标，并与JC法进行了比较。     

Matlab遗传算法工具箱在非线性优化中的应用

投影寻踪是一种降维处理技术,通过它可以将多维分析问题通过投影方向转化为一维问题分析.应用该法的关键在于寻求最佳投影方向,这可以转化为一个复杂的非线性优化问题来进行解决.选取某地区大气环境质量评价的投影寻踪评价模型,编制相关的目标函数和约束函数,应用基于MATLAB的遗传算法和直接搜索工具箱进行优化求解.结果表明:该工具箱在求解此类非线性优化问题上的有效性和方便性,从而为各领域应用投影寻踪模型提供了强有力的优化工具.     

MATLAB遗传算法工具箱在函数优化中的应用

本文介绍了遗传算法的运算流程,阐述了MATLAB遗传算法工具箱的主要函数及其功能。结合典型的二维和高维多峰测试函数,在MATLAB环境中有效地解决了用遗传算法求解函数优化问题,验证了MATLAB遗传算法工具箱的有效性和灵活性。     

遗传算法及其工具箱在函数优化问题中的应用

函数优化是遗传算法的经典应用领域,也是对遗传算法进行性能评价的常用算例。由此,该文首先对遗传算法的基本原理和定义,以及其工具箱作了简介,最后结合实例,简述了遗传算法及其工具箱在函数优化问题中的应用。     

Matlab优化工具箱在干酪根成烃动力学参数标定中的应用

主要针对干酪根成烃动力学参数的特点,应用MATLAB优化工具箱,对动力学参数已知的干酪根的生烃热解曲线进行固定指前因子和变指前因子方法进行标定。并将MATLAB优化工具箱函数标定的结果与已知的动力学参数在实验室热解生烃曲线和地质条件外推生烃曲线分别进行了比较。结果表明,MATLAB优化工具箱函数完全可以标定出可以满足要求的动力学参数。提出了对不同复杂结构的干酪根样品固定指前因子法和变指前因子法的两种标定方法。对于活化能近似正态分布和活化能分布较为单一的样品可以用固定指前因子的方法进行标定,其他活化能分布较为复杂的样品可以用变指前因子的方法进行标定,且结果均可以达到较为满意的结果。     

Matlab遗传算法工具箱在非线性优化中的应用

投影寻踪是一种降维处理技术,通过它可以将多维分析问题通过投影方向转化为一维问题分析。应用该法的关键在于寻求最佳投影方向,这可以转化为一个复杂的非线性优化问题来进行解决。选取某地区大气环境质量评价的投影寻踪评价模型,编制相关的目标函数和约束函数,应用基于MATLAB的遗传算法和直接搜索工具箱进行优化求解。结果表明：该工具箱在求解此类非线性优化问题上的有效性和方便性,从而为各领域应用投影寻踪模型提供了强有力的优化工具。     

Matlab软件优化工具箱的应用

简要介绍了Matlab软件工具箱的特点和功能 ;对优化工具函数进行了分析 ;探索其在最优化设计中的应用。基于Matlab语言的结构优化设计具有语言简单、函数丰富、编程效率高、扩展能力强等特点 ,具有很好的应用前景 ,值得推广。     

Matlab统计工具箱的若干优化补充

针对Matlab 6.5统计工具箱没有优化正态总体方差的区间估计,且没有给出正态总体方差检验的问题,通过编写Matlab程序,优化统计工具箱对正态总体方差的区间估计,开发正态总体方差的假设检验算法.实例表明该方法在推断统计方面实用性较强.     

基于MATLAB遗传算法优化工具箱的优化计算

采用Matlab语言编制的遗传算法工具箱（GAOT）可实现二进制编码和真值编码的模拟进化计算，此工具箱在遗传操作方面非常灵活。介绍了用遗传算法工具箱解决了连续优化问题和旅行商问题，并给出了两个实例。     

基于Matlab遗传算法工具箱的曲线拟合

遗传算法具有高度并行、随机、自适应的全局优化搜索的特点,能很好地应用于曲线拟合这样的函数优化问题上。利用Matlab遗传算法工具箱求解曲线拟合,为遗传算法工具箱的实际应用提供了新的途径,效果也好。     

MATLAB化工单元操作工具箱的开发

采用面向对象的基本思想,在MATLAB／SIMULINK环境下,开发出一个基于MATLAB的化工单元操作工具箱（ChET)并以此工具箱为基础进行了过程模拟的尝试,与ASPEN模拟计算结果对比表明：ChET工具箱能成功应用于化工过程模拟,ChET工具箱为化工过程可视化,面向对象建模提供了一个迅速,高效的软件开发环境。     

Matlab神经网络工具箱BP算法比较

BP前馈网络,应用的最为广泛的神经网络,目前拥有许多算法。研究了Matlab神经网络工具箱提供的多种BP算法函数各自的优势和不足,以能在各种不同条件面对不同问题时选用更合适更快速的算法。在介绍了这些算法的基本原理的基础上,以一级倒立摆模型为例进行仿真研究。分别选用简单网络和复杂网络,并对学习步长做了改变,对比了各种BP算法在不同情况下的迭代次数和仿真时间,验证了新型BP算法的优势,得出了对简单网络和复杂网络应该如何选用BP算法的结论。     

运用Java编程扩展Matlab虚拟现实的交互功能研究与实现

结合应用Matlab中的虚拟现实工具箱,讨论用Matlab创建虚拟现实并与其交互的方法。针时Matlab虚拟现实的交互局限性,提出采用Java编程扩展Matlab虚拟现实可视化交互功能的解决方案,给出一个扩展虚拟现实工具箱交互功能的应用实例。     

Windows环境下的Matlab并行机群计算配置及应用

介绍了两种Windows环境下Matlab并行计算的机群搭建方案,并对这两种方案进行比较,较详细地讨论了Matlab并行计算工具箱中各部件的关系,对并行计算环境中的关键参数设置进行了介绍。通过一个实例在机群上的并行实现进一步说明Madab并行程序设计的方法。本文内容对在Matlab环境下进行并行计算具有一定参考价值。     

Visual Basic.NET调用Matlab神经网络工具箱的实现方法

本文介绍了实现VB.NET调用Matlab神经网络工具箱的Active方法,以及调用前需要对Matlab神经网络程序所作的准备处理,并结合变压器油色谱分析(DGA)故障诊断,说明了调用的实现过程.     

A Matlab toolbox for designing Multi-Objective Optimal Operations of water reservoir systems

Water reservoir operations have great potential for contributing positively to the development of different socio-economic sectors as well as for reducing the vulnerabilities of water systems caused by changing hydroclimatic and anthropogenic forcing. This motivates the search for advanced, flexible, and open tools supporting the design of operating policies capable of meeting multiple competing objectives. This work contributes the Multi-Objective Optimal Operations (M3O) Matlab toolbox, which allows users to design Pareto optimal (or approximate) operating policies for managing water reservoir systems through several alternative state-of-the-art methods. Version 1.0 of M3O includes Deterministic and Stochastic Dynamic Programming, Implicit Stochastic Optimization, Sampling Stochastic Dynamic Programming, fitted Q-iteration, Evolutionary Multi-Objective Direct Policy Search, and Model Predictive Control. The toolbox is designed to be accessible to practitioners, researchers, and students, and to provide a fully commented and customizable code for more experienced users.