加藤 和彦 Kazuhiko KATO, Dr. Prof.
Nelder's Down-hill simplex method - 連続な多次元変数の最適化：滑降シンプレックス法
連続な多次元変数の最適化：滑降シンプレックス法 ここで説明するのはNelderらのDown-hill simplex methodです。 線形計画法の「シンプレックス法」ではありませんので念のため。 ポリトープ法（polytop method）とも呼ばれるらしいですが、よく分かりません。 遺伝的アルゴリズム（Genetic Algorithms: GA）は、その枠組みのシンプルさと 特に高次元の多次元変数を持つ最適化問題における探索性能の高さ、 多目的最適化問題への対応など、実問題の要求に答えることができる最適化手法として 広く認知されています。特に連続パラメータをビット列の遺伝子に直さずにそのまま用いる Real-coded GA (RGA) はかなり強力な手法として多くの実問題に用いられています。 小生は東工大制御工学科を92年に卒業し、卒論のテーマとして「ＧＡを用いた連続関数の最適化
グラフ理論ライブラリのJGraphTを使ってみた - kaisehのブログ
JGraphT JGraphTは、Javaのグラフライブラリです。グラフの描画ではなく、グラフ理論のモデルとアルゴリズムの方にフォーカスしています。とても使いやすかったので、紹介してみます。 無向グラフ UndirectedGraph<String, DefaultEdge> g = new SimpleGraph<String, DefaultEdge>( DefaultEdge.class); g.addVertex("a"); g.addVertex("b"); g.addVertex("c"); g.addEdge("a", "b"); g.addEdge("b", "c"); System.out.println(g.vertexSet()); System.out.println(g.edgeSet()); System.out.println(g.edgesOf("c"));
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
