匈牙利算法的基本思想是修改效益矩阵的行或列，使得每一行或列中至少有一个为零的元素，经过修正后，直至在不同行、不同列中至少有一个零元素，从而得到与这些零元素相对应的一个完全分配方案。 当它用于效益矩阵时，这个完全分配方案就是一个最优分配，它使总的效益为最小。这种方法总是在有限步内收敛于一个最优解

目录 第一章最优化理论基础 1 1.1 最优化问题的数学模型. . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 向量和矩阵范数. . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 函数的可微性与展开. . . . . . . . . . . . . . . . . . . . . . . . . 4 1.4 凸集与凸函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.5 无约束问题的最优性条件. . . . . . . . . . . . . . . . . . . . . . 10 1.6 无约束优化问题的算法框架. . . . . . . . . . . . . . . . . . . . . 12 第二章线搜索技术 16 2.1 精确线搜索及其Matlab实现. . . . . . . . . . . . . . . . . . . . 18 2.2 非精确线搜索及其Matlab实现. . . . . . . . . . . . . . . . . . . 24 2.3 线搜索法的收敛性. . . . . . . . . . . . . . . . . . . . . . . . . . 27 第三章最速下降法和牛顿法 32 3.1 最速下降方法及其Matlab实现. . . . . . . . . . . . . . . . . . . 32 3.2 牛顿法及其Matlab实现. . . . . . . . . . . . . . . . . . . . . . . 36 3.3 修正牛顿法及其Matlab实现. . . . . . . . . . . . . . . . . . . . 41

以优化SVM算法的参数c和g为例，对GWO算法MATLAB源码进行了逐行中文注解。是很好的学习材料

《最优化方法及其Matlab程序设计》较系统地介绍了非线性最优化问题的基本理论和算法，以及主要算法的Matlab程序设计，主要内容包括（精确或非精确）线搜索技术、最速下降法与（修正）牛顿法、共轭梯度法、拟牛顿法、信赖域方法、非线性最小二乘问题的解法、约束优化问题的最优性条件、罚函数法、可行方向法、二次规划问题的解法、序列二次规划法等。设计的Matlab程序有精确线搜索的0.618法和抛物线法、非精确线搜索的Armijo准则、最速下降法、牛顿法、再开始共轭梯度法、BFGS算法、DFP算法、Broyden族方法、信赖域方法、求解非线性最小二乘问题的L.M算法、解约束优化问题的乘子法、求解二次规划的有效集法、SQP子问题的光滑牛顿法以及求解约束优化问题的SQP方法等，此外，《最优化方法及其Matlab程序设计》配有丰富的例题和习题，并在附录介绍了Matlab优化工具箱的使用方法。

马昌凤《最优化计算方法及其MATLAB程序实现》（最新版），里面有各章节matlab程序和pdf课件，最新版的

用粒子群算法来求解函数的最优值，标准粒子群算法。

matlab 实现水平集拓扑优化代码、说明、相关中英文论文 challis写的论文 A discrete level-set topology optimization code written in Matlab 还有部分水平集理论研究的硕士 博士论文 打包下载 基于水平集方法的拓扑优化的一个算例，对受集中载荷和固定约束的矩形薄板进行基于水平集方法的拓扑优化

http://www.mathworks.com/matlabcentral/fileexchange/25986-constrained-particle-swarm-optimization Description Previously titled "Another Particle Swarm Toolbox" Introduction Particle swarm optimization (PSO) is a derivative-free global optimum solver. It is inspired by the surprisingly organized behaviour of large groups of simple animals, such as flocks of birds, schools of fish, or swarms of locusts. The individual creatures, or "particles", in this algorithm are primitive, knowing only four simple things: 1 & 2) their own current location in the search space and fitness value, 3) their previous personal best location, and 4) the overall best location found by all the particles in the "swarm". There are no gradients or Hessians to calculate. Each particle continually adjusts its speed and trajectory in the search space based on this information, moving closer towards the global optimum with each iteration. As seen in nature, this computational swarm displays a remarkable level of coherence and coordination despite the simplicity of its individual particles. Ease of Use If you are already using the Genetic Algorithm (GA) included with MATLAB's Global Optimization Toolbox, then this PSO toolbox will save you a great deal of time. It can be called from the MATLAB command line using the same syntax as the GA, with some additional options specific to PSO. This will allow a high degree of code re-usability between the PSO toolbox and the GA toolbox. Certain GA-specific parameters such as cross-over and mutation functions will obviously not be applicable to the PSO algorithm. However, many of the commonly used options for the Genetic Algorithm Toolbox may be used interchangeably with PSO since they are both iterative population-based solvers. See >> help pso (from the ./psopt directory) for more details. Features * NEW: support for distributed computing using MATLAB's parallel computing toolbox. * Full support for bounded, linear, and nonlinear constraints. *

基于MATLAB的三目标算法优化，用NSGA-III的算法思想进行三目标算法优化的源代码，用于多目标学习算法优化

《最优化方法及其Matlab程序设计》较系统地介绍了非线性最优化问题的基本理论和算法，以及主要算法的Matlab程序设计，主要内容包括（精确或非精确）线搜索技术、最速下降法与（修正）牛顿法、共轭梯度法、拟牛顿法、信赖域方法、非线性最小二乘问题的解法、约束优化问题的最优性条件、罚函数法、可行方向法、二次规划问题的解法、序列二次规划法等