布谷鸟算法（cuckoo search）的matlab程序实现。详细的注释，便于初学者理解。完整的程序，清晰好用。

针对带有扰动的一类离散非线性系统的鲁棒迭代学习控制问题, 设计一种基于参数优化的迭代学习控制算法. 该算法能够保证在有初始状态误差和状态、输出扰动的情况下使闭环系统具有鲁棒BIBO 稳定性, 系统输出能够单调收敛于给定输出轨迹的邻域内; 在没有初始状态误差和扰动的情况下能够以零稳态误差跟踪给定输出轨迹. 最后通过仿真分析验证了所提出算法的有效性.

HFSS参数优化53页

表格基线 不同的表格基线算法与超频带加贝叶斯优化（BOHB）相结合，用于超参数优化。

matlab优化模型参数程序实例matlab优化模型参数程序实例

在MATLAB中研究无条件优化的函数，以解决应用的工程问题：用给定的数学模型结构确定动态系统的参数。 本文针对该主题选择的示例为：恒温冷却 在MATLAB中研究无条件优化的函数，以解决一个应用的工程问题：用给定的数学模型结构确定动态系统的参数。

以提高共焦差动并行激光直写中光束刻写质量为目标, 分析设计了调平聚焦伺服控制系统。采用柱面镜作为像散元件, 与四象限光电探测器结合, 利用差动像散检测方法和比例积分微分(PID)反馈算法减少光源和外部干扰的误差, 获得高灵敏度、高精度、高稳定性的探测曲线。通过优化光学设计参数, 本系统能获得具有高灵敏性与一致稳定性的探测曲线, 探测范围为3 μm, 静态聚焦误差可达 ±5.0 nm; 动态聚焦压电陶瓷(PZT)伸长量可保证在焦深范围内, 焦点位置辨别精度可达纳米量级, 可探测调平台的倾斜角和俯仰角在0.01 mrad左右。利用该系统可实现光栅的刻写, 进一步为更大尺寸、更高密度的光栅刻写提供依据。

本文对HPO中最基本的主题进行了综述。第一部分介绍了与模型训练和结构相关的关键超参数，并讨论了它们的重要性和定义值范围的方法。然后，研究了主要的优化算法及其适用性，包括它们的效率和准确性，特别是对于深度学习网络。本研究接下来将回顾HPO的主要服务和工具包，比较它们对最先进的搜索算法的支持、与主要深度学习框架的可行性以及用户设计的新模块的可扩展性。

matlab开发-使用控制参数优化控制。用控制向量参数化方法求解最优控制问题的一个实例

压缩包为贝叶斯优化在机器学习和深度学习中应用的小案例，里包含： (1)data:iris.csv和mnist.npz; (2)贝叶斯优化_ML.py; (3)贝叶斯优化_DL.py。