布尔：你将获得两布尔陈述你的任务是检查吧…

数值计算方法的程序： 加速迭代 牛顿迭代 Gauss 杜里特尔分解法 克洛特 追赶法 平方根法 改进平方根法 雅可比迭代 高斯 赛德尔迭代 拉格朗日插值法 分段线性插值 分段抛物线插值-Numerical method of procedure: to accelerate the iterative Gauss-Newton iterative decomposition method克洛特Ritter Duri law to catch up with the square root of the square root method to improve the Jacobi iterative method iterative high斯赛德尔piecewise linear Lagrange interpolation interpolation sub-parabolic interpolation

黄金分割的程序实了例，求COSX的最大值-0.618 process does the cases, seek the maximum COSX

 主程序如下：绝对好使x=imread("lena.jpg");x=rgb2gray(x);[Edge,Numberofaera]=pcnn(x)

运行环境说明（2013.11.22） 1.操作系统： ubuntu 13.10 2.集成开发环境： qt-5.1.1 3.由于linux操作系统与windows操作系统采用不同的编码格式，在windows下查看相关文档或源代码可能会有乱码问题，如需调试运行，请迁移到相关环境。

这是凸优化中梯度法的代码

应用背景7777777777777777777777777777777777777777777777lkajhouewhlkjwhrflkjsdhfal;klakljrhlkjhdsnaljkfnlkJHSRLKWEJHLKJFHLKUYROIWQUYOPAIS;LDKJFLASMKNDLVJKZXNBCVLOJKHA LKJBFAMLNDLKAJHORKJWQHOIUQhw;J;LkjLKAJ    OP289YELKWJH    1KUYEOQWEHLKJHEP18923YEPOIRHFNLAKjwNLqyhoe182y3poieuh1goljebdlWQKeyhpoqiudrkosajfnh;lkqww;kljqwp382u4f;lkdsanf;walkELHWR444444499999999999999999999999999999999999999995555555555555555555555555555555555555500000000111111111111111000000000000000000关键技术222222222222222222333333333333335555555555555551111111111111111115555555555555555444444444444444444444444444444444444444444444444444499999999999999999999999999999999999999995555555555554444444444444444444444444444444444444444444444999999999999999999999999999999999999999955555555555555555555555555555555555555444444444444444444444444444444444444444444444499999999999999999999999999999999999999995555555555555555555555

非线性方程求解例子--Examples of Non Linear equation`s solution

matlab fftn.m 在matlab中开发的 .m源程序-matlab fftn.m in matlab developed. m source

ACM竞赛的一些搜索剪枝算法的应用，供大家学习-ACM search tree

应用背景对于智能计算、优化理论方面，遗传算法和粒子群算法都属于现代仿生类优化算法，但是两者还是存在差异，遗传算法的核心在于变异和交叉，粒子群算法的核心在于个体寻优和群体寻优之间取平衡。通常研究者机械地将将两种算法结合起来，使得程序复杂，运行时间偏长，本程序以粒子群算法为主，巧妙地将遗传算法的变异思想引入粒子群算法，这一简单改进却可以大大提高粒子群算法的性能。但是，注意 引入随机数时的阈值 需要反复试验确定，目前这个程序没有做到阈值自适应。关键技术将遗传算法的变异思想 巧妙引入 粒子群算法 中改进粒子群算法寻优性能，使得寻优速度更快，当测试复杂高维的benchmark时，也更加接近最优值