智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

完整代码，可直接运行

Matlab的轨迹优化库

受非洲秃鹰生活方式的启发，提出了一种新的元启发式算法。该算法被命名为非洲秃鹰优化算法（AVOA），模拟非洲秃鹰的觅食和导航行为。为了评估 AVOA 的性能，它首先在 36 个标准基准函数上进行了测试。然后进行了一项比较研究，证明了所提出的算法与几种现有算法相比的优越性。为了展示 AVOA 的适用性及其黑盒性质，它被用来为 11 个工程设计问题寻找最佳解决方案。根据实验结果，AVOA 是 36 个基准函数中的 30 个的最佳算法，并在大多数工程案例研究中提供卓越的性能。Wilcoxon 秩和检验用于统计评估，表明 AVOA 算法在 95% 置信区间内具有显着优势。

无约束最优化问题 求解无约束最优化问题的的基本思想 *无约束最优化问题的基本算法 返回

本文研究了具有交易成本的高阶矩投资组合优化模型。 该模型以峰度为目标函数，以偏度，方差，均值和交易成本为约束条件。 由于优化问题是高阶且非凸的，因此给模型的求解带来了一些困难。 因此，本文利用矩矩阵理论将优化问题转化为半定矩阵优化问题，并加以解决。 通过对中国证券市场中四种风险资产的研究，发现交易成本是投资组合模型研究的重要组成部分。 此外，敏感性分析表明，峰度和偏度与均值和方差不变呈正相关。 当均值和偏度恒定时，峰度和方差正相关。 当均值和偏度保持不变时，四阶标准中心矩和方差呈负相关。

如今，优化算法的设计非常流行，以解决各个科学领域的问题。优化算法通常受到代理的自然行为的启发，代理可以是人类、动物、植物或物理或化学代理。过去十年提出的大多数算法都受到动物行为的启发。在本文中，我们提出了一种新的优化器算法，称为野马优化器 (WHO)，它的灵感来自野马的社会生活行为。

这是最近提出的 MFO 算法的一个方便的工具箱。 这个优化器的主要灵感是自然界中飞蛾的导航方法，称为横向定向。 飞蛾在夜间飞行，相对于月亮保持固定角度，这是一种非常有效的长距离直线飞行机制。 然而，这些花哨的昆虫被困在人造光周围的无用/致命的螺旋路径中。 MFO 算法对该行为进行数学建模以执行优化。 研究论文： S. Mirjalili，Moth-Flame 优化算法：一种新颖的自然启发式启发式范式，基于知识的系统，DOI： http : //dx.doi.org/10.1016/j.knosys.2015.07.006 ( http://www.sciencedirect.com/science/article/pii/S0950705115002580 ) 如果您无法访问该论文，请给我发送电子邮件至 ali.mirjalili@gmail.com，我会将论文发送给您。 更多信息请见

【智能优化算法】基于精子群优化算法求解单目标优化问题含Matlab源码.zip

如今，优化算法的设计非常流行来解决各个科学领域的问题。 优化算法通常受代理的自然行为启发，代理可以是人类、动物、植物或物理或化学代理。 过去十年中提出的大多数算法都是受动物行为启发的。 在本文中，我们提出了一种新的优化器算法，称为野马优化器（WHO），其灵感来自野马的社交生活行为。