这是最近提出的 DA 算法的多目标版本。 DA算法的主要灵感来源于自然界中蜻蜓的静态和动态集群行为。 优化、探索和开发的两个基本阶段是通过模拟蜻蜓在导航、寻找食物和避开敌人时动态或统计地聚集时的社交互动而设计的。 这是论文的源代码： Seyedali Mirjalili，“蜻蜓算法：解决单目标、离散和多目标问题的新元启发式优化技术”，神经计算与应用，印刷中，2015 年，DOI： http : //dx.doi.org /10.1007/s00521-015-1920-1 链接： http : //link.springer.com/article/10.1007/s00521-015-1920-1 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： http : //www.alimirjalili.

KRATOS Multiphysics （“ Kratos”）是用于构建并行，多学科仿真软件的框架，旨在实现模块化，可扩展性和高性能。 Kratos用C ++编写，并且具有广泛的Python接口。 更多内容 根据BSD-4， Kratos是免费的，甚至可以直接在商业软件中使用。 它的许多主要应用程序也是免费的，并且已获得BSD-4许可，但是每个派生的应用程序都可以拥有自己的专有许可证。 主要特点 Kratos是多平台的，可用于Windows，Linux （多个发行版）和macOS 。 Kratos是OpenMP和MPI并行的，最多可扩展至数千个内核。 Kratos提供了一个定义通用框架和几个应用程序的核心，这些应用程序的工作原理类似于可以扩展到各个领域的插件。 它的主要应用是： 用于内聚和非内聚球形和非球形粒子simultion 提供2D和3D不可压缩流体配方 解决不同FSI问题的

讲解如何通过TASKING 创建一个支持英飞凌芯片的多核例程，讲解细致到位，值得参考和借鉴。推荐大家下载，如需相关英飞凌资源也可以直接私信我，欢迎沟通！！！！

多点触控的搜集库 使用方法较复杂 备份用作后续开发对应模块时使用。

多任务学习 有关多任务学习的论文，代码和应用程​​序列表。 欢迎发表评论和贡献！ 而且正在更新... [目录] 文件 民意调查 多任务学习调查。 arXiv ，2017年7月。 深度神经网络中的多任务学习概述。 2017年6月， arXiv 。 简要介绍多任务学习。 多媒体工具与应用，77（22）：29705–29725，2018年11月。 密集预测任务的多任务学习：一项调查。 arXiv ，2020年4月。 深度多任务学习和辅助任务学习的简要回顾。 2020年7月arXiv。 深度神经网络的多任务学习：一项调查，2020年。 架构设计 纯硬参数共享 MultiNet：自动驾驶的实时联合语义推理。 在IEEE Intelligent Vehicle Symposium，Proceedings ，2018。 使用不确定性权衡场景几何和语义损失的多任务学习。 IEEE计算机协会

此提交包括最近提出的 Ant Lion Optimizer (ALO) 多目标版本的源代码，称为 Multi-Objective Ant Lion Optimizer (MOALO)。 首先使用存储库来存储到目前为止获得的非支配的Pareto最优解。 然后使用轮盘机制从这个存储库中选择解决方案，该机制基于解决方案的覆盖范围作为蚂蚁，引导蚂蚁进入多目标搜索空间的有希望的区域。 主要论文是： S. Mirjalili、P. Jangir 和 S. Saremi，多目标蚂蚁狮子优化器：解决工程问题的多目标优化算法。”应用智能，（2016 年）：1-17，DOI： http://dx .doi.org/10.1007/s10489-016-0825-8 单目标 ALO 源代码可以在这里找到： http://au.mathworks.com/matlabcentral/fileexchange/

obs 多线程推流最新版本 obs-multi-rtmp_Windows_0.2.5.1 ，插件支持

用C 编译使用EXCEL 创建了一些常用功能，包括在指定单元格内插入图片等，做项目时用到就保存下来了

wifi 人体定位Multi-Person Localization via RF Body Reflections

多相透射电镜 具有深度约束的瞬态电磁数据的多峰分层多维反演 （可用于所有基于地面的TEM测量设计，请参见下面的参数列表） MuLTI-TEM算法是由利兹大学地球与环境学院的Siobhan Killingbeck和Phil Livermore在2019年撰写的。 它基于Thomas Bodin编写的Matlab代码。 MuLTI-TEM是在Matlab 2017a版本中开发的，因此提供的所有Matlab代码都可在此版本或后续的Matlab版本中使用。 该代码可以在基于Linux或Windows的平台上运行。 该github存储库包括： 一维和二维MuLTI-TEM Matlab脚本 在主脚本中调用了两个matlab函数“ thicknesses_and_priors”和“ whichnuclei”， 一维和二维示例数据集，用于测试MuLTI-TEM一维和二维代码， 适用于Linux和