BAS：用于优化的甲虫天线搜索算法元启发式算法由于在优化问题上的强大性能而变得非常流行。 受长角甲虫搜索行为的启发，.m 文件中提出了一种称为甲虫触角搜索算法 (BAS) 的新算法。 BAS算法模仿自然界中甲虫的触角功能和随机行走机制，实现检测和搜索两个主要步骤。 最后，该算法在 Michalewicz 函数上进行了基准测试，其中数值结果验证了所提出的 BAS 算法的有效性。

模拟由 Lov K. Grover 开发的量子力学数据库搜索算法。

变邻域搜索算法matlab代码解决工程优化问题 粒子群优化 1.简介 粒子群优化（PSO）是一种计算方法，它通过反复尝试针对给定的质量度量来改进候选解决方案来优化问题。 它通过拥有一组候选解（粒子）并根据粒子位置和速度上的简单数学公式在搜索空间中移动这些粒子来解决问题。 每个粒子的运动都受其本地最知名位置的影响，但也被引导向搜索空间中最知名的位置，这些位置会随着其他粒子找到更好的位置而更新。 可以预期这将朝着最佳解决方案迈进。 在这项研究中，存在四个用PSO解决的工程优化问题。 在此存储库中共享MATLAB算法和代码实现。 如图1所示。 x表示粒子的位置。 这些是我们在搜索领域的解决方案。 然后图中的箭头是每个粒子的速度。 2.算法 PSO模拟了鸟群的行为。 假设以下情况：一群鸟在一个区域中随机寻找食物。 被搜索的地区只有一种食物。 所有的鸟都不知道食物在哪里。 但是他们知道每次迭代中的食物有多远。 那么，找到食物的最佳策略是什么？ 有效的方法是跟随最接近食物的鸟。 PSO从方案中学习并用于解决优化问题。 在PSO中，每个解决方案都是搜索空间中的“鸟”。 我们称其为“粒子”。 所有粒子

基于粒子群算法的多目标搜索算法matlab程序，案例10：基于粒子群算法的多目标搜索算法matlab程序

代码直接改输入输出

在本次提交中，我们展示了我们小组前段时间提出的替换方法 (RM) [1-4] 和增强替换方法 (ERM) [5] 的代码。 这两种方法产生的线性回归 QSPR-QSAR 模型与 FS（完全搜索）模型非常接近，但计算工作量要少得多。 这些技术通过明智地考虑由一组 d 个描述符 d={X1,X2,??,Xd} 给出的最小二乘模型系数的相对误差来接近 S 的最小值。 RM 为模型提供了比前向逐步回归程序更好的统计参数，并且类似于更详细的遗传算法，ERM 导致更好的统计参数。 1. Duchowicz、PR、EA Castro、FM Fernández 和 MP González，QSPR/QSAR 理论的新搜索算法：一些有机分子的正常沸点。 化学物理。 Lett., 2005. 412: p. 376-380。 2. Duchowicz、PR、EA Castro 和 FM Fernández

变邻域搜索算法matlab代码

引力搜索算法 引力搜索算法（GSA）的Python代码，用于最小化基准函数。 参考：Rashedi，Esmat，Hossein Nezamabadi-Pour和Saeid Saryazdi。 “ GSA：引力搜索算法。” 信息科学179.13（2009）：2232-2248。 所使用的代码模板类似于在链接上提供的代码： : 和mathworks上的GSA的matlab版本。 兼容代码：-Python：2. *或3. * 此代码可用于非商业目的。 如果您在工作中使用它，将不胜感激。

最短路径规划项目 该软件使用A-star搜索算法帮助在OpenStreet地图数据上找到两个给定节点之间的最短路径。 开放式街道地图是由开放源代码社区创建的世界地图。 所有数据都以XML文件格式存储。 有关更多信息，请参见 克隆 克隆此项目时，请确保使用--recurse-submodules标志。 使用HTTPS： git clone https://github.com/anikket786/Shortest_Path_on_Openstreet_map_data-.git. --recurse-submodules 编译并运行 编译中 要编译此项目，您将需要启用c ++ 14支持的现代C ++编译器。 然后，首先创建一个build目录并转到该目录： mkdir build && cd build 在build目录中，运行cmake并make如下操作： cmake .. make

matlab源码