算题工具箱

⑴ MATLAB遗传算法工具箱求解非线性多目标优化问题

将下属两个目标函数分别保存在两个m文件中
function f1=func1(x) %第一目标函数
f1=x(:,1).*x(:,1)./4+x(:,2).*x(:,2)./4;
function f2=func2(x) %第二目标函数
f2=x(:,1).*(1-x(:,2))+10;

function GA()
clear;clc;close all
NIND=100; %个体数目
MAXGEN=50; %最大遗传代数
NVAR=2; %变量个数
PRECI=20; %变量的二进制位数
GGAP=0.9; %代沟
trace1=[];trace2=[];trace3=[]; %性能跟踪
%建立区域描述器
% rep([PRECI],[1,NVAR])
FieldD=[rep([PRECI],[1,NVAR]);rep([1;2],[1,NVAR]);rep([1;0;1;1],[1,NVAR])];
Chrom=crtbp(NIND,NVAR*PRECI); %初始种群
v=bs2rv(Chrom,FieldD) ; %初始种群十进制转换
gen=1;
while gen<MAXGEN,
[NIND,N]=size(Chrom);
M=fix(NIND/2);
ObjV1=func1(v(1:M,:)); %分组后第一目标函数值
FitnV1=ranking(ObjV1); %分配适应度值
SelCh1=select('sus',Chrom(1:M,:),FitnV1,GGAP); %选择
ObjV2=func2(v(M+1:NIND,:)); %分组后第二目标函数值
FitnV2=ranking(ObjV2); %分配适应度值
SelCh2=select('sus',Chrom(M+1:NIND,:),FitnV2,GGAP); %选择
SelCh=[SelCh1;SelCh2]; %合并
SelCh=recombin('xovsp',SelCh,0.7); %重组
Chrom=mut(SelCh); %变异
v=bs2rv(Chrom,FieldD);
trace1(gen,1)=min(func1(v));
trace1(gen,2)=sum(func1(v))/length(func1(v));
trace2(gen,1)=min(func2(v));
trace2(gen,2)=sum(func2(v))/length(func2(v));
trace3(gen,1)=min(func1(v)+func2(v));
trace3(gen,2)=sum(func1(v))/length(func1(v))+sum(func2(v))/length(func2(v));
gen=gen+1;
end
figure(1);clf;
plot(trace1(:,1));hold on;plot(trace1(:,2),'-.');
plot(trace1(:,1),'.');plot(trace1(:,2),'.');grid on;
legend('解的变化','种群均值的变化')
xlabel('迭代次数');ylabel('目标函数值');
figure(2);clf;
plot(trace2(:,1));hold on;
plot(trace2(:,2),'-.');
plot(trace2(:,1),'.');
plot(trace2(:,2),'.');grid;
legend('解的变化','种群均值的变化');
xlabel('迭代次数');ylabel('目标函数值');
figure(3);clf;
plot(trace3(:,1));hold on;
plot(trace3(:,2),'-.');
plot(trace3(:,1),'.');
plot(trace3(:,2),'.');grid;
legend('解的变化','种群均值的变化');
xlabel('迭代次数');ylabel('目标函数值');
figure(4);clf;plot(func1(v));hold on;
plot(func2(v),'r-.');grid;

⑵ 怎样在电脑上制作数学计算题

Word中自带有公式编辑器，应付一般公式就足够了。
把Word中的公式编辑器找出来的操作步骤如下：

【工具】－>【自定义】－>【命令】－>【插入】－>【公式编辑器】
然后将公式编辑器的图标拖在工具栏上就可以了。
（“拖”：按住鼠标左键不放）

⑶ 使用matlab遗传算法工具箱能不能解决组合优化问题还有使用工具箱方便还是自己编程方便呢

1、要看你组来合优化是属于哪种问题，源一般的组合优化都是混合整数线性或非线性的，那么就不行了，因此要对遗传算法改进才能计算。
2、如果有现成的工具箱求解你的组合优化问题肯定要方便些，但碰到具体问题，可能要对参数进行一些设置更改，所以最好能有编程基础，那样就可以自己修改工具箱里面的参数或策略了

对你的补充问题，组合优化问题一般都是用matlab 和 lingo实现吧。建议买一本数学建模的书看一看，都涉及到组合优化问题，也可以下载论文看看。lingo对编程要简单些，主要是求混合规划，缺点是似乎还不能用上多目标问题，一般的组合优化都属于多目标问题。但是matlab功能强大的多。

⑷ 请教一下，用遗传算法工具箱怎么求下面函数的最小值

题主给出函数用遗传算法工具箱求其最小值，可以这样来做：

1、自定义函数，并保存专为leijia.m文件。

2、在当前属目录下，执行 optimtool，打开最优化工具箱，再选择遗传算法工具箱

3、按表中格式，输入相关内容，最后执行可以得到

⑸ 学习数学建模需要掌握哪些软件啊每个软件具体拿来做什么用啊谢谢！

MATLAB
??????? MATLAB是一个高性能的科技计算软件，广泛应用于数学计算、算法开发、数学建模、系统仿真、数据分析处理及可视化、科学和工程绘图、应用系统开发， 包括建立用户界面。当前它的使用范围涵盖了工业、电子、医疗、建筑等各领域。MATLAB是英文Matrix Laboratory(矩阵实验室)的缩写，最早是由C.Moler用Fortran语言编写的，用来方便地调用LINPACK和EISPACK矩阵代数软件包的程序。后来他创立了MATHWORKS公司，对MATLAB作了大量的、坚持不懈的改进。现在MATLAB已经更新至5.x版，MATLAB提供的工具箱已覆盖信号处理、系统控制、统计计算、优化计算、神经网络、小波分析、偏微分方程、模糊逻辑、动态系统模拟、系统辨识和符号运算等领域。??????? 目前在欧美各国MATLAB的使用十分普及。在大学的数学、工程和科学系科，MATLAB被用作许多课程的辅助教学手段；在科研机构和工业界，MATLAB是高质量新产品研究、开发和分析的主要工具之一。1997年，MATHWORKS公司总裁兼首席科学家Moler因其对MATLAB的贡献当选为美国工程科学院院士。相关资料请浏览MATHWORKS公司主页：http://www.mathworks.com/

Maple
??????? Maple是加拿大滑铁卢大学(University of Waterloo)和Waterloo Maple Software公司注册的一套为微积分、线性代数和微分方程等高等数学使用的软件包。它是当今世界上最优秀的几个数学软件之一，它以良好的使用环境、强有力的符号计算、高精度的数值计算、灵活的图形显示和高效的编程功能，为越来越 多的教师、学生和科研人员所喜爱，并成为他们进行数学处理的工具。??????? Maple软件适用于解决微积分、解析几何、线性代数、微分方程、计算方法、概率统计等数学分支中的常见计算问题。??????? Maple采用字符行输入方式，输入时需要按照规定的格式输入，虽然与常见的数学格式不同，但灵活方式，也很容易理解。输出则可以显字符方式和图形方式，产生的图形结果可以很方便地剪贴到Windows应用程序内。

Mathematica
??????? Mathematica是目前比较流行的符号运算软件之一，它不仅可以完成微积分、线性代数及数学各个分支公式推演中的符号演算，而且可以数值求解非线性方程、优化等问题。它不仅是数学建模的得力助手，也是大学数学教育和科学研究不可或缺的工具。??????? Mathematica 3.0是目前最新版本。若有兴趣，请进一步浏览Wolfram公司主页：http://www.wolfram.com/

LINDO
??????? LINDO是一种专门用于求解数学规划问题的软件包。由于LINDO执行速度快，易于方便地输入、求解和分析数学规划问题，因此在教学、科研和工业界得到广泛应用。 LINDO主要用于求解线性规划、非线性规划、二次规划和整数规划等问题，也可以用于一些线性和非线性方程组的求解以及代数方程求根等。LINDO中包含了一种建模语言和许多常用的数学函数(包括大量概率函数)，可供使用者建立数学规划问题模型时调用。??????? LINDO有多种组件和版本，版权由美国Lindo System Inc.拥有，有关该软件的发行版本、发行价格和最新信息可从该公司网站http://www.lindo.com/获取。

一般老师会建议用MATLAB，功能强大，比较全面。
规划时用lindo。
我现在用maple，只是算题方便。
还有很多其他软件，就看你具体做什么，不过还是把一个用熟了比较好。

⑹ 用遗传算法工具箱求解一个多目标优化问题，现在需要一个matlab程序，求高人指点

用遗传算法工具箱求解一个多目标优化问题的步骤：

1、根据题意，建立自定专义目标函数，ga_fun1(x)

2、在命令窗属口中，输入

>> optimtool %调用遗传算法工具箱

3、在遗传算法工具箱界面中，分别对Fitnessfunction框内输入@ga_fun1（）；A框内输入[1,1,1]；b框内输入16；Aeq框内输入[]；beq框内输入[]；Lower框内输入[0,0,0]；Upper框内输入[]；

4、单击Start。得到x=4.508 y=2.513 z=1.912值。

⑺ 怎么用Matlab遗传算法工具箱

推荐用抄shefiled的GA工具箱，里面的子函数写袭的很好，调用很方便。 配合一本gA的书 学的很快；
另外 关于你这个问题， 你的目标函数和约束函数是否在工作目录下，还有 在调用的时候 在函数名前面加@试试， 希望能帮到你！

⑻ matlab 2011b 遗传算法工具箱问题

我的版本和你的不一样，我的文件夹的名字是genetic，不是gabtx，还有就是这个文件夹里直接就是那些M文件（见图），图片不晓得传上来没，第一次回答这个，前段时间我为了这个工具箱搞了半天才弄好，希望能帮到你

⑼ 搜索算法工具箱 - PSSL（一）

【CIKM-2021】【Gaoling School of Artificial Intelligence】 PSSL- Self-supervised Learning for Personalized Search with Contrastive Sampling

文章旨在解决现有个性化搜索场景下数据稀疏导致用户嵌入表示不够精确，排序模型性能受粗糙用户表示影响而性能下降的问题。提出利用对比学习的方式增强表示学习的能力，采用对比抽样方法从查询日志中的用户行为序列中提取成对自监督样本，并设计了四个辅助任务来预训练seq2seq排序模型，以缩小相似用户序列、查询和文档之间的距离。

对进行同样查询的所有用户，返回相同的结果，不能够满足用户的个性化需求。个性化搜索利用用户历史行为，学习用户的隐向量表示反应兴趣偏好，在改善用户搜索体验方面发挥着至关重要的作用。虽然现有方法取得了巨大成功，他们仍然存在一些问题，

近些年预训练语言模型取得了巨大的成功，作者认为在预训练数据上进行表示，有利于提升各种下游任务的性能。 基于此，作者尝试将预训练模式引入到个性化搜索场景中，遵循预训练语言模型的pipeline，在预训练数据上进行大规模训练，并在ranking任务上进行fine-tuning。

那么问题来了，如何从日志数据中利用预训练任务获得用户偏好信息 ？作者采用最近大热的自监督学习的思想，设计对比学习。

自监督学习在各种信息检索任务中取得了巨大成功，例如序列推荐[38, 42]和ad-hoc ranking[6, 18]。自监督学习，通过构造对比样本，解决数据稀疏性问题，适用于个性化搜索增强的场景。应用自监督学习进行解决个性化搜索问题时，需要构建两类不同的表示学习任务

作者基于的假设是，

基于上述研究，作者提出自监督的个性化搜索学习框架，PSSL。该框架分为两个阶段，其整体框架如下图所示。

个性化搜索问题可以形式化的定义为，

本节介绍了PSSL方法的研究背景和解决问题的基本思路，并介绍了PSSL方法的基本框架，下一节继续介绍各个组成部分的细节。

个人感觉，搜索的要点是把用户心中的那个答案排在首位。此时， 里的首位其实很重要，不像推荐中，一个session用户可能点击 多个，因为用户目的明确。

此外，不同搜索场景，用户点击的数量也有较大差别。例如垂直场景，基本就点1到2个。信息流或资讯类搜索，可能点击多个。这些都影响搜索模型的设计和数据构造。从纯CTR和CVR的角度，如果够准确，展示越少反而能够提高这两个指标。

query是搜索中相比推荐的最大优势（其实应该说是区别），一般都会被重点对待。但个性化时，也必须结合用户偏好和行为。毕竟同一个问题，不同人问是不同的意思。query和用户特征交互有很大作用。

[6] Wei-Cheng Chang, Felix X. Yu, Yin-Wen Chang, Yiming Yang, and Sanjiv Kumar. 2020. Pre-training Tasks for Embedding-based Large-scale Retrieval. In ICLR. OpenReview.net.

[8] Steve Cronen-Townsend and W Bruce Croft. 2002. Quantifying query ambiguity. In Proceedings of the second international conference on Human Language Technology Research. Morgan Kaufmann Publishers Inc., 104–109.

[12] Songwei Ge, Zhicheng Dou, Zhengbao Jiang, Jian-Yun Nie, and Ji-Rong Wen. 2018. Personalizing Search Results Using Hierarchical RNN with Query-aware Attention. In Proceedings of the 27th ACM International Conference on Information and Knowledge Management (CIKM ’18).

[18] Xinyu Ma, Jiafeng Guo, Ruqing Zhang, Yixing Fan, Xiang Ji, and Xueqi Cheng. 2021. PROP: Pre-training with Representative Words Prediction for Ad-hoc Retrieval. In WSDM. ACM, 283–291.

[27] Craig Silverstein, Hannes Marais, Monika Henzinger, and Michael Moricz. 1999. Analysis of a very large web search engine query log. In ACm SIGIR Forum, Vol. 33. ACM, 6–12.

[28] Yang Song, Hongning Wang, and Xiaodong He. 2014. Adapting deep ranknet for personalized search. In WSDM’2014. ACM, 83–92.

[32] Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N Gomez, Łukasz Kaiser, and Illia Polosukhin. 2017. Attention is all you need. In Advances in neural information processing systems. 5998–6008.

[38] Xu Xie, Fei Sun, Zhaoyang Liu, Jinyang Gao, Bolin Ding, and Bin Cui. 2020. Contrastive Pre-training for Sequential Recommendation. CoRR abs/2010.14395 (2020).

[42] Kun Zhou, Hui Wang, Wayne Xin Zhao, Yutao Zhu, Sirui Wang, Fuzheng Zhang, Zhongyuan Wang, and Ji-Rong Wen. 2020. S3-Rec: Self-Supervised Learning for Sequential Recommendation with Mutual Information Maximization. In CIKM. ACM, 1893–1902.

⑽ Matlab自带遗传算法工具箱简介

Matlab提供遗传算法工具箱（Matlab2010版本之后），方便解决简单的优化问题，官方提示后续可能取消该功能。个人不建议使用工具箱求解数学规划问题，参数设置零散复杂，容易错漏，但可学习作为Demo问题的演示工具。

按从上到下，从左到右的顺序对Matlab自带的遗传算法工具箱GUI界面进行介绍和使用注意事项说明。

对应于非线性约束求解器

指定另外一个最小值函数，在遗传算法结束之后计算，在整数值限制的时候不可用。