01 分类算法的问题描述 02 KNN算法 03 SVM算法 04 神经网络算法

1、聚类算法简介 2、K-means算法 3、DBSCAN算法 4、层次聚类算法

一 烟花算法搜索机制 二 基础算子分析：EFWA 三 爆炸算子与自适应搜索：dynFWA 四 选择算子与信息继承：CoFFWA 五 几点认识

2.1的主要内容及教学要求 2.2基本术语 2.3算法描述及分析

正弦余弦算法是一种新型仿自然优化算法，利用正余弦数学模型来求解优化问题。为提高正弦余弦算法的优化精度和收敛速度，提出了一种基于差分进化的正弦余弦算法。该算法通过非线性方式调整参数提高算法的搜索能力、利用差分进化策略平衡算法的全局探索能力及局部开发能力并加快收敛速度、通过侦察蜂策略增加种群多样性以及利用全局最优个体变异策略增强算法的局部开发能力等优化策略来改进算法，最后通过仿真实验和结果分析证明了算法的优异性能

运用运筹学的理论和方法，建立一种重大事故救灾路线双目标优化数学模型.基于启发式算法思想，提出适合该模型且收敛速度较快的优化算法.该算法通过构造辅助函数调用Dijkstra算法，在最优解的近似区间内多次迭代逐渐逼近最优解，实现了双权重网络图最短路的求解，是一种近似的、快速的算法.基于所构造辅助函数的性质，给出实现该算法的具体步骤.对误差进行线性估计，分析了该算法收敛速度的影响因素，并讨论了算法的时间复杂度及优势.最后在案例分析中编译并运行该算法，证实其模拟结果与理论分析结论相吻合

❖ 递归的实现机制 ❖ 递归算法编制 ❖ 递归关系式求解

1.算法的复杂度 2.算法分析 3.复杂度分析 4.展开法 5.母函数法 6.差分法

5.1 引言 5.2 调度算法 5.3 调度算法性能分析 5.4 实时调度 5.5 多处理机调度 5.6 调度算法举例

5.1 引言 5.2 调度算法 5.3 调度算法性能分析 5.4 实时调度 5.5 多处理机调度 5.6 调度算法举例