针对带有随机需求的弧路径规划问题，提出一种自适应局部搜索算法。采用随机路径扫描算法产生初始种群，选出最优者作为初始解，以自适应的方式进行局部搜索，并设计2种局部搜索机制。实验结果表明，与自适应大邻域搜索算法相比，该算法的最优解得到改进，运行时间平均缩短60%。

a*启发式搜索算法的matlab仿真程序

变邻域搜索算法matlab代码CODO 在过去的几十年中，进行了大量研究以提出许多自然启发的优化技术。 SitoLIB是一个基于人的意见形成的优化器的开源库。 它包括基于社会影响理论的优化器（SITO）和涂尔干的基于社会融合理论的优化器（CODO）。 目的是开发一个易于理解的通用软件库，该库可以合并到特定于应用程序的系统中。 库的当前版本包括优化程序的二进制版本和连续（实值）版本。 我们的二进制实现基于[Latane，1981]给出的社会影响理论和[Macas，2008]给出的优化程序的伪代码。 称为持续意见动态优化器（CODO）的连续实施基于涂尔干的社会整合理论[Durkheim，1997]和[Rishemjit，2013]给出的优化器伪代码。 到目前为止，库中实现了CODO的一种变体和SITO的以下不同变体，以最大程度地减少异议功能： OSITO（原始SITO算法）， SSITOsum（带有SUM规则的简化SITO）， SSITOmean具有MEAN规则的简化SITO）和 GSITO（加拉姆风格的SITO）。 这些变体已在不同的应用程序中有效使用，例如使用UCI机器学习存储库数据集

变邻域搜索算法matlab代码

求解CVRP问题的快速迭代局部搜索算法，刘万峰，李霞，本文提出了一种求解带有容量约束的车辆路径问题(Capacitated VRP，CVRP)的快速迭代局部搜索算法(Fast iterated local search，FILS)。该算法通过引�

本文针对传统A*算法存在冗余路径点较多与单向搜索耗时较长的缺点，提出了一种改进A*算法.该算法采用双向预处理结构减少冗余节点数，并通过归一化处理和增加节点标记信息进一步优化估价函数提高遍历速度.利用仿真软件对改进A*算法进行实验，并与其它经典路径规划算法进行比较.仿真结果表明，改进后的A*算法较于传统A*算法能以较低的搜索节点数和搜索时长较好的完成全局路径规划.

乌鸦搜索算法csa适用于初学者

广度优先搜索算法—BFS的相关代码，包括循环队列的代码

DDS_Py Thouheed AG开发的Python版本的动态尺寸搜索算法 此算法的参考： 对于连续优化问题： Tolson，BA和CA Shoemaker（2007），用于计算效率高的流域模型校准的动态尺寸搜索算法，Water Resources Research，43，W01413，doi：10.1029 / 2005WR004723。 对于离散/混合整数优化问题（离散DDS）： Tolson，BA，M.Asadzadeh，HR Maier和A.Zecchin（2009），用于水分配系统设计优化的混合离散动态尺寸搜索（HD-DDS）算法，水资源研究，45，W12416，doi：10.1029 / 2008WR007673 。 自述文件： 该文件包含Bryan A. Tolson提供的有关动态尺寸搜索（DDS）算法的用户说明。 DDS是一种n维，启发式，概率全局优化算法，用于

基于粒子群算法的多目标搜索算法以及相关代码及教程讲解 由于网速不稳定，里边教程需要高清版可以另找我要。