简单的利用模拟退火算法求解函数f(x)=(x-2)^2+4的最小值，入门级程序，简单明了，适合单步调试，理解算法的运行机制

用于子模函数优化的 Matlab 工具箱 (v 2.0) 作者：Andreas Krause (krausea@gmail.com)。 幻灯片、视频和详细参考资料可从http://www.submodularity.org 获得 在 MATLAB 7.0.1 (R14)、7.2.0 (R2006a)、7.4.0 (R2007a、MAC)、7.9.0 (MAC) 中测试 该工具箱提供了用于优化子模集函数的函数，即，将有限基集 V 的子集 A 取为实数的函数，满足 $$F(A)+F(B)\geq F(A\cup B)+F(A\cap B)$$ 它还提供了几个将子模块函数优化应用于重要机器学习问题的示例，例如聚类、概率模型中的推理和实验设计。 有一个演示脚本：sfo_tutorial.m 关于约定的一些信息： 所有算法都将使用函数对象（示例参见 sfo_tutorial.m）。 例如，

遗传算法在无约束函数优化问题的应用. Ackley函数的优化与讨论. 环境：VS2008，c#. 代码参考了别人的代码.

Nonlinear programming function: Nonlinear programming is to study the extremum problem of an n-ary real function under the constraints of a set of equality or inequality. The nonlinear programming function is based on an estimated value and searches for the maximum value of the nonlinear multivariate function under constraint conditions.

该代码本人详细注释了，还包含参考资料，具体理论解析参考博客（https://blog.csdn.net/weixin_43935696/article/details/107045716）

原始的细菌群趋药性优化算法，能够解决多维连续函数优化的问题，具有收敛性好，运算速度快等特点

原创细菌群优化算法程序和算法-基于细菌群体趋药性的函数优化方法.pdf 想用新优化算法做文章或研究的使用！！！该优化算法不易陷入局部最优，和粒子群相比（PSO），能在较少的群体下，以较少的迭代次数收敛。它是近几年比较有发展前景的优化算法。有需要相关资料的再上传些。

levy飞行，可以单独使用，但通常搭配函数优化一起用

通过引入与进化代数相关的交叉概率和与个体适应度相关的变异概率的自适应遗传算子同时把Powell局部寻优算法融入遗传算法的搜索过程构成了一种数值函数全局寻优的混合遗传算法。实验表明混合遗传算法改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率。同时由于混合遗传算法中只利用函数值信息,所以该混合遗传算法是纯数值函数的优化的一种通用方法。

在本文中，考虑了一种新颖的动态粒子群优化算法来进行复合函数优化。 由于在实践中通常存在复杂的计算问题，因此解决该问题意义重大。 动态邻域拓扑和小波变异可以帮助PSO算法与相邻粒子协同工作，克服早熟问题。 结果提供了对所提出的算法如何在解决复合函数方面具有更好的有效性的见解。