麻雀搜索算法(Sparrow Search Algorithm, SSA)是2020年提出的一种新兴的元启发式算法，它与粒子群算法、蜻蜓优化算法等同属于基于群体的社会化特征优化的群智能算法。该算法通过不断更新个体位置，模拟麻雀觅食和反捕食行为。相比传统算法，麻雀搜索算法的结构简单、易于实现，且控制参数较少，局部搜索能力较强。该算法在单峰、多峰等基准函数上的表现优于粒子群算法、蚁群算法等传统算法。
2022-05-19 17:06:17
3.06MB
Seyyed等人于2019年提出了一种全新的优化算法——贫富优化算法(Poor and rich optimization algorithm, PRO)。这一算法的设计灵感来自于穷人和富人为通过不断增长财富而改善经济状况这一人类社会现象。
PRO算法通常将一个社会群体中可以分为两类，第一类是富人，他们的财富水平高于平均水平。第二类是财富水平低于平均水平的穷人。这两个群体的每一个成员都试图以不同的方式改善他们的经济状况，这些方式具有很大的多样性。
2022-05-17 12:06:02
1.67MB
蜂鸟优化算法(Hummingbirds optimization algorithm, HOA)的灵感来源于蜂鸟的觅食过程。该算法包括两个阶段：自搜索阶段和引导搜索阶段。通过这两个阶段，可以平衡算法的探索和开发能力。
2022-05-16 16:05:54
1.1MB
内有工具箱，代码，报告。
1、掌握 PSO 工具箱的常用命令。
2、利用 Matlab 实现粒子群算法求解函数优化问题。
3、分析算法中各种参数变化对计算结果的影响。
1、打印程序清单。
2、绘制每代个体适应度值变化图，记录算法的最优解。
3、分析惯性权重的变换对求解性能的影响。
4、简要回答思考题。
2021-12-26 16:43:20
836KB
1