一种高效的大规模图数据频繁子图挖掘算法，靳思萌，李仲伟，随着计算机技术的发展和互联网应用的普及，各个领域可获取的数据呈爆炸式增长的趋势。图作为一种常用的数据表示模型，能够表达更

现实世界数值优化问题的难度和复杂性已经成倍增加，这就需要有效的优化方法。 迄今为止，已经引入了各种元启发式方法，但只有少数在研究界得到认可。 在本文中，引入了一种称为阿基米德优化算法（AOA）的新元启发式算法来解决优化问题。 AOA 的设计灵感来自一个有趣的物理定律阿基米德原理。 它模拟了向上施加在物体上的浮力原理，部分或完全浸入流体中，与被排出流体的重量成正比。 为了评估性能，在CEC'17测试套件和四个工程设计问题上对提出的AOA算法进行了测试。 使用 AOA 获得的解决方案优于众所周知的最新技术和最近引入的元启发式算法，例如遗传算法 (GA)、粒子群优化 (PSO)、差分进化变体 L-SHADE 和 LSHADE-EpSin、鲸鱼优化算法(WOA)、正余弦算法 (SCA)、Harris 鹰优化 (HHO) 和均衡优化器 (EO)。 实验结果表明，AOA在收敛速度和探索开发平衡方面是一

金鹰优化器 (GEO) 和多目标金鹰优化器 (MOGEO) 元启发式算法的源代码和用户界面 原论文： https : //doi.org/10.1016/j.cie.2020.107050 预印本： https : //www.researchgate.net/publication/347685369_Golden_Eagle_Optimizer_A_nature-inspired_metaheuristic_algorithm 电子邮件：geo.algorithm@gmail.com

本文档包括最新改进版matlab智能算法30例程序，修订了部分以前的错误

动态规划启发式算法求解时变车辆调度问题

曾经数学建模用过的启发式算法资料，含讲义和代码

麻雀搜索算法作为一种启发式算法，模仿了掠夺性活动和麻雀群的逃逸活动，具有更好的收敛性能比其他一些群智能算法要好。

上传的代码为本人编写的改进型的教与学优化算法代码，需要在matlab中运行测试，该代码不涉及侵权问题和道德问题。欢迎同行学者批评指正。

四种经典启发式算法求解TSP问题，包括模拟退火（Simulated annealing）、禁忌搜索（Tabu search）、遗传算法（Genetic algorithms）和蚁群算法（Ant colonies）

启发式算法讲义ppt 数学建模