Multi-AUV Hunting Algorithm Based on Bio-inspired Neural Network in Unknown

matlab蚁群算法代码用于图像对比度增强的混合蚁群优化、遗传算法和模拟退火 可以在此 repo 中找到使用自然启发方法增强灰度图像对比度的 MATLAB 代码。 受自然启发的方法是蚁群优化、遗传算法和模拟退火，它们生成全局传递函数将输入图像转换为更高对比度的图像，同时尽量保持图像的自然外观。 描述 图像增强器方法的详细信息发表在我们的论文中：DSP（或）和 CEC（或）。 该方法的工作原理是在搜索空间中放置一些人工代理（又名人工蚂蚁）以生成一个传递函数，该函数可用于将任何图像转换为更高对比度的图像。 蚂蚁从传递函数的原点（左下角）开始，然后移动到它的右上角。 任何蚂蚁都会在其可用的移动选项中进行概率选择，如下所示： 到达最后一点后，创建传递函数并评估其适应度。 根据传递函数的好坏，信息素会沉积在蚂蚁走过的路径上。 点上的信息素增加了蚂蚁在下一次迭代中选择在附近经过它的机会。 这是蚂蚁在传递函数窗格上移动一段时间后的信息素痕迹示例。 每只人工蚂蚁在这个过程中都有一个遗传密码。 蚂蚁种群通过遗传算法进化。 这改变了蚂蚁的特征及其在搜索空间中遍历路径的偏好。 选择最佳传递函数后，模拟退火尝

Metaheuristic algorithms such as particle swarm optimization and simulated annealing are now becoming powerful methods for solving many tough optimization problems . The vast majority of heuristic and metaheuristic algorithms have been derived

北航教授——段海滨2014年提出的智能优化算法，代码为其团队撰写的源代码，附带原理讲解https://blog.csdn.net/qq_38643813/article/details/109808813

植物根系模拟和数值函数优化的根系生长模型

Inspired: How To Create Products Customers Love 启示录 : 打造用户喜爱的产品 经典的产品管理书籍，豆瓣评分超过9分，找了很久才找到，和大家分享一下 注：此版本为英文版

Time-Space, Spiking Neural Networks and Brain-Inspired Artificial Intelligence，非常有用的资料