matlab的典型算法（包括神经网络、遗传算法、概率算法、模拟退火算法）

提出了一种求解多目标规划问题的改进模拟退火算法。该算法基于多目标规划的 Pareto最优解特征提出了一种新的能量差计算方法，并利用外部存档储存每一代产生的Pareto最优解，通过预设迭代次数，使近似Pareto最优解不断逼近精确最优解。最后，通过数值实验验证算法的可行性和有效性。

一类带有罚函数的模拟退火算法求解装箱问题，宋昊，，对装箱问题中的体积约束条件做了松弛处理，进而提出一种带有罚函数的模拟退火算法，用于求解一维背包问题。实验结果表明，基于罚

matlab_simulated_annealing 使用多个变量实现简单的模拟退火 对于具有大量局部最大值和最小值的函数，效果非常好。 代码允许： - 多个变量（目前最多 10 个，如果需要更多需要手动添加到 anneal.m ，在函数 calculate_cost 中） - 定义你自己的随机阶跃函数 - 定义你自己的成本函数 - 定义你自己的绘图函数 -将过程保存到 GIF -etc... 有关更多信息，请参阅示例文件夹。 （记住在运行示例时将 src -folder 添加到路径中）

分析基于联合补货策略的供应商选择与商品订货量分配协同决策问题,设计一种有效的改进差分进化算法(Improved differential evolution,IDE)进行求解.在考虑商品异质性带来的分组约束基础上,构建一种拓展的供应商选择与订货量分配协同决策新模型.对比算例分析表明,IDE在求解此问题及其扩展问题时优于标准差分进化算法和模拟退火算法,随机生成的大规模算例进一步验证了IDE求解此类复杂问题的优越性.

微分方程模型： 求解近月点与远月点速度位置：

基于遗传退火算法的智能组卷系统研究.pdf

模拟退火算法的lingo实现，比matlab实现方便些

在（3）部分中包含以下模型： 逻辑回归 马尔科夫链 蒙特卡洛模拟 模糊综合评价 模拟退火 拟合模型

模拟退火算法的Python实现。除此之外，还有这些算法的集合：差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、免疫优化算法、鱼群算法