本代码基于python对基本的混合蛙跳算法进行实例实现。

SFLA算法是解决组合性优化问题的算法。它是基于集合类方法的启发式研究，这种SFLA初始化于一群虚拟集合青蛙，在池塘中跳跃，搜寻最优的食物地点。青蛙们可以被看作是具有思维的的主体。一种思维可以被看作是一个思想的集合或是文化的进化。每一种思维都是由一系列策略构成。在这种策略进化期间，青蛙的思维也在发生改变，导致了他们在面向目标时方位的改变，这种思维的变化或改变的发生，正是因为青蛙受到其他更好思想的影响。

程序是在vs2005的环境下写的，你的先安装vs2005；这里面都是c语言语法，虽然建的是c++的一个控制台程序（应该复制代码到vc6.0环境中也可以直接运行）。

针对基本混合蛙跳算法在处理复杂函数优化问题时容易陷入局部最优、收敛速度慢的缺点，提出了一种改进的混合蛙跳算法。该算法把生物学中的吸引排斥思想引入到混合蛙跳算法中，修正了其更新策略，从而维持了子群的多样性。实验仿真结果表明，改进的混合蛙跳算法提高了算法的收敛速度，有效地避免了SFLA的早熟收敛问题，从而改善了对复杂问题的搜索效率，数值实验结果验证了算法的有效性和鲁棒性。

云计算环境中基于混合蛙跳算法的资源调度

用matlab实现的混合蛙跳算法，程序可以运行，有仿真结果图

混合蛙跳算法是一种新兴的优化算法，通过对TSP问题的求解，比较混合蛙跳算法与现存其他优化算法的优劣

基于粒计算改进混合蛙跳算法及应用,是通过在粒子群算法和蛙跳算法两者中各取优点对智能算法进行改编。