Matlab多种群遗传算法的函数优化算法-代码实例，包含谢菲尔德遗传算法工具箱

PSO简单学习主函数，粒子群算法智能算法优化，适合初学者学习。

通过蚁群算法实现对于TSP（旅行商问题）的求解，关于蚁群算法中的各个参数的含义和公式可在我的博客中找到

自旋极化和电子的优化算法 ISPIN: 确定是否进行自旋极化的计算。默认值为1，表示不进行自旋极化的计算。为2表示自旋极化的计算 MAGMOM: 每类原子的初始磁距，默认值为Nion*1 ALGO: (用在4.5以后的版本中) 确定电子优化的算法: Normal: 则IALGO=38(也就是blocked Davidson方法) Very_Fast: 则IALGO=48(RMM-DIIS算法) Fast: 上面两种算法混着使用 IALGO：具体确定电子优化采用何种算法。对4.5以上的版本，默认值为38 LDIAG：确定是否进行子空间对角化。默认值为.TRUE.

有限脉冲响应(FIR)数字滤波器的设计，实质上是一个多参数优化问题。将粒子群优化算法与混沌相结合来设计FIR数字滤波器，并用该方法设计了一个高通滤波器。与用Parks-McClellan算法设计得到的高通滤波器进行对比发现，基于混沌粒子群优化算法(CPSO)的FIR滤波器通带波动小，阻带衰减大，从而证明了该算法的有效性和优越性。

海鸥优化算法 海鸥是一种遍布全球的群居海鸟，会随着季节的变化在不同地域之间迁徙以寻觅食物。海鸥的捕食过程由迁徙阶段和捕食阶段构成：迁徙阶段，海鸥按照一定规律保持个体的飞行独立性，以避免相互碰撞；捕食阶段，海鸥以螺旋飞行方式向猎物发起攻击。 新人入门必备，matlab实现，可用于多维函数的最优值处理，可视化理解，内附海鸥优化算法论文！！！

本书全面而系统地介绍了MATLAB算法和案例应用，涉及面广，从基本操作到高级算法应用，几乎涵盖MATLAB算法的所有重要知识。本书结合算法理论和流程，通过大量案例，详解算法代码，解决具体的工程案例，让读者更加深入地学习和掌握各种算法在不同案例中的应用。 本书共32章。涵盖的内容有MATLAB基础知识、GUI应用及数值分析、MATALB工程应用实例、GM应用分析、PLS应用分析、ES应用分析、MARKOV应用分析、AHP应用分析、DWRR应用分析、模糊逼近算法、模糊RBF网络、基于FCEM的TRIZ评价、基于PSO的寻优计算、基于PSO的机构优化、基本PSO的改进策略、基于GA的寻优计算、基于GA的TSP求解、基于Hopfield的TSP求解、基于ACO的TSP求解、基于SA的PSO算法、基于kalman的PID控制、基于SOA的寻优计算、基于Bayes的数据预测、基于SOA的PID参数整定、基于BP的人脸方向预测、基于Hopfield的数字识别、基于DEA的投入产出分析、基于BP的数据分类、基于SOM的数据分类、基于人工免疫PSO的聚类算法、模糊聚类分析和基于GA_BP的抗糖化活性研究。

提供一个箱线图的matlab

鲸鱼优化的python版代码，供大家下载一起学习。

里面有许多解决tsp问题的方法源代码，比如蚁群算法、神经网络、遗传算法、模拟退火算法等等