该程序是cs-svm的程序，用于对svm的算法优化

针对混合储能微电网调度优化问题，建立并网状态下经济收益、污染处理费用的混合储能微电网多目标优化模型.以基本烟花算法为框架，结合灰熵并行分析理论，提出一种多目标灰熵烟花算法.所提算法通过分配给模型的两个目标不同的熵值权重，有效处理不同目标间的冲突性.以灰熵并行关联度作为烟花算法的适应度选择优秀烟花个体，引导其向更优区域进化搜索.仿真结果表明，所提多目标灰熵烟花算法的性能要优于基于随机权重和基于Pareto支配的烟花算法，且优于经典的NSGA-Ⅱ多目标算法，验证了所建多目标模型及所提多目标算法的有效性.

粒子群算法（PSO）正是从生物群体行为中得到启发，将优化问题的每一个可行解看作一个“粒子＂，用速度、位置、适应度三个指标表征该粒子的基本特性，基于PSO算法可以快速搜索最优解。下面是PSO算法和适应度函数，已调试，可以搜索最优解。

采用PSO算法优化PID参数，完成PID优化控制。

matlab语言实现单目标优化，采用遗传算法

重庆大学研究生用教材，课后答案思路解析清晰

matlab遗传算法算例，人工智能算法，求解优化问题。

从麻雀的群体智慧、觅食行为和反捕食行为出发，提出了一种新的群体优化方法&麻雀搜索算法(SSA)

本资源采用了改进的遗传算法，进行，具体改进如下： 与传统的交叉和变异的遗传方式不同，这里提出一种改进遗传操作。具体步骤是设定一个变异概率p ，如图1所示，先在染色体中随机选择一个点G1，如G1=34。产生一个随机小数，若小于p，则第二个点G2来自同一个个体的另外一个任意点，如G2=52，然后点G1和G2之间的部分被倒置；若随机小数大于p，则从种群中任意再选择一个个体，找出G1=34在该个体中，上一个位置的点，如下一个点G3=3，则回到原来的个体，点34到3之间被倒置。这种遗传的思路在于，它能尽量利用种群中获得的信息，来指引个体的变异或者导致操作，最后使得遗传算子比较高效。

多目标遗传算法优化PID参数,是M文件。内容很详细，有需要的可以下载