智能优化算法在解决大空间、非线性、全局寻优、组合优化等复杂问题方面具有独特的优势，因而得到了国内外学者的广泛关注，并在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。本书介绍了8种经典智能优化算法——遗传算法、差分进化算法、免疫算法、蚁群算法、粒子群算法、模拟退火算法、禁忌搜索算法和神经网络算法的来源、原理、算法流程和关键参数说明，并给出了具体的MATLAB仿真实例。对于要用这些算法工具来解决具体问题的理论研究和工程技术人员，通过本书可以节省大量查询资料和编写程序的时间，通过仿真实例可以更深入地理解、快速地掌握这些算法。

遗传算法 、差分进化算法 、免疫算法 、蚁群算法 、粒子群算法、 模拟退火算法、禁忌搜索算法、 BP网络的代码

感谢作者潘文超博士 1.果蝇优化算法基本概念 2.果蝇优化算法解极大值和极小值 3.财务预警 Z-score 模型系数优化 4.广义/灰色神经网络优化 5.支援向量回归参数优化 6.果蝇最佳化算法的进阶微调

智能优化算法，哈里斯鹰优化算法源代码HHO.zip

介绍了几种智能优化算法，包括模拟退火 遗传算法 禁忌搜索 神经网络 邻域搜索等，以及他们之间的混合算法等。

单目标头脑风暴优化算法,用来对生产调度等进行优化的新型群体智能优化算法.zip

乌鸦算法

多目标智能优化算法及其应用，共8章，绪论、多目标进化算法、多目标粒子群算法、其他多目标智能优化算法、人工神经网络优化、交通与物流系统优化、多目标生产调度、店里系统优化及其他

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.

粒子群优化(PSO)是一种基于群体智能的数值优化算法，由社会心理学家James Kennedy和电气工程师Russell Eberhart于1995年提出。自PSO诞生以来，它在许多方面都得到了改进，这一部分将介绍基本的粒子群优化算法原理和过程。