利用MATLAB实现了一维以及二维相控阵波束形成，二维时间复杂度降到了O(N^2)。资源包括多种优化方式，适合作为科研小项目参考。

MATLAB源码集锦-基于改进的遗传算法的城市交通信号优化

MATLAB源码集锦-基于免疫算法的数值逼近优化分析

风力驱动优化（WDO）算法是一种新型的基于大气运动的自然启发式全局优化方法。 风驱动优化 (WDO) 技术是一种基于群体的迭代启发式全局优化算法，用于多维和多模态问题，能够在搜索域上实现约束。 在其核心，一群无限小的气团按照牛顿第二运动定律在 N 维搜索空间中导航，牛顿第二运动定律也用于描述气团在地球大气中的运动。 与类似的基于粒子的算法相比，WDO 在速度更新方程中使用了附加项（例如重力和科里奥利力），提供稳健性和额外的自由度来微调优化。 除了 WDO 的理论和术语外， www.thewdo.com还提供了用于调整 WDO 参数的数值研究。 WDO 进一步应用于www.thewdo.com上列出的电磁优化问题。 这些示例表明，在某些情况下，WDO 可以胜过其他众所周知的技术，例如粒子群优化 (PSO)，并且 WDO 非常适合具有离散和连续值参数的问题。 有关风驱动优化算法的详细说明，

matlab蚁群算法代码用于图像对比度增强的混合蚁群优化、遗传算法和模拟退火 可以在此 repo 中找到使用自然启发方法增强灰度图像对比度的 MATLAB 代码。 受自然启发的方法是蚁群优化、遗传算法和模拟退火，它们生成全局传递函数将输入图像转换为更高对比度的图像，同时尽量保持图像的自然外观。 描述 图像增强器方法的详细信息发表在我们的论文中：DSP（或）和 CEC（或）。 该方法的工作原理是在搜索空间中放置一些人工代理（又名人工蚂蚁）以生成一个传递函数，该函数可用于将任何图像转换为更高对比度的图像。 蚂蚁从传递函数的原点（左下角）开始，然后移动到它的右上角。 任何蚂蚁都会在其可用的移动选项中进行概率选择，如下所示： 到达最后一点后，创建传递函数并评估其适应度。 根据传递函数的好坏，信息素会沉积在蚂蚁走过的路径上。 点上的信息素增加了蚂蚁在下一次迭代中选择在附近经过它的机会。 这是蚂蚁在传递函数窗格上移动一段时间后的信息素痕迹示例。 每只人工蚂蚁在这个过程中都有一个遗传密码。 蚂蚁种群通过遗传算法进化。 这改变了蚂蚁的特征及其在搜索空间中遍历路径的偏好。 选择最佳传递函数后，模拟退火尝

针对群搜索优化(GSO)算法存在的不足,提出一种新的GSO实现算法(NRGSO).采用5个300维和7个30 维的测试函数对NRGSO算法进行数值实验,并将其与GSO算法、微粒群优化(PSO)算法、遗传算法(GA)、进化规划(EP)、进化策略(ES)进行比较.结果表明,NRGSO算法的性能优于GSO算法;而在解决高维和多模态函数的优化问题方面,其性能优于PSO、GA、EP和ES等算法.NRGSO算法改进了群搜索优化原实现方法的不足,提高了算法的搜索性能,不仅在高维函数的优化中表现卓越,还能有效地避免陷入局

Atom Search Optimization（ASO）是一种用于解决优化问题的新优化方法。ASO在数学上模拟和模拟自然界中的原子运动模型，其中原子通过相互作用力相互作用，形成Lennard-Jones势能和由键长潜力产生的约束力。该算法简单易行。包含matlab源代码

Matlab编程，用于计算作业车间中的最大完工时间、总延期、设备总负载、能耗总量多个目标的优化计算，基于NSGA2进行作业车间多目标优化调度的计算

在压缩感知的稀疏重构算法中，凸优化是一类非常重要的重构算法。LASSO算法是L1范数重构的算法

结合PSO与DE算法的PSODE算法，相比PSO算法性能更高，可用于求解约束优化问题，注释详细，根据具体问题简单编写调用程序即可运行