和声搜索算法是一种启发式优化算法,针对现有改进的和声搜索算法(IHS)的不足,提出了一种混沌自适应和声搜索算法(CAHS)。在该算法中,首先采用混沌策略初始化种群,然后采用自适应的和声保留概率、音调调节概率和音调调节步长产生新解,每次迭代产生多个新解,充分利用和声记忆库的信息。如果算法停滞,则采用混沌变异机制。本文用5个标准的测试函数对该算法进行测试,结果表明该算法(CAHS)比IHS和AHSPSO算法有较强的寻优能力和跳出局部最优解的能力。

R包，用于声音合成和声学分析。带有帮助，演示等的主页： : github上的源代码： : 执行具有谐波和噪声成分（例如动物的发声或人声）的声音的参数合成。还包括用于频谱分析，音高跟踪，音频分割，自相似矩阵，变形等的工具。 关键功能 从R控制台进行声音合成： soundgen() 声音合成的闪亮应用程序（在浏览器中打开）： soundgen_app() 一个WAV / MP3文件/文件夹进行声学分析： analyze() / analyzeFolder() 用于编辑语调轮廓的闪亮应用程序（在浏览器中打开）： pitch_app() 用于测量共振峰的闪亮应用程序（在浏览器中打开）： formant_app() 测量WAV / MP3文件/文件夹中的音节，暂停和连拍： segment() / segmentFolder 有关更多信息，请参见有关声音合成和声学分析的小插曲： vignet

将和声搜索算法与杜鹃搜索混合，以进行全局数值优化

用虚拟机安装WIN95或98以及ME后，检查其设备管理器时，总有几项带着？号，又因为这些windows系统不支持驱动人生等软件运行，无法有驱动人生等软件安装这些驱动，那么用本人提供的这几个就可以搞定了，欢迎使用。

混沌系统的参数估计本质上是多维参数的优化问题.论文结合和声搜索方法和对立学习机制提出一种混合生物地理优化算法,用以解决混沌系统的参数估计问题.利用对立学习机制增加初始群体的多样性,并引入和声搜索以增强局部寻优能力, 从而提升整体寻优性能.以典型混沌系统为例进行了未知参数估计的数值仿真,结果验证了所提出混合生物地理优化方法的有效性和鲁棒性.

利用混沌思想改进的和声搜索算法 Improved Harmony Search Algorithm with Chaos

HS算法解决D2D资源分配优化问题，基于和声搜索算法提出了一种集中式的联合频谱资源分配和功率控制（JRAPC）算法，针对所考虑的系统场景设计了相应的算法编码方案，通过对不可行解的处理很大程度上避免了算法陷入局部最优的问题。

和声搜索 HarmonySearch matlab

和声搜索算法的MATLAB代码实现，调试过，可以用的，希望给大家带来帮助。

提出了一种利用Pareto支配来求解多目标优化问题的自适应和声搜索算法（MOSAHS）。该算法利用外部种群来保存非支配解，为了保持非支配解的多样性，提出了一种基于拥挤度的删除策略，这个策略能较好地度量个体的拥挤程度。用5个标准测试函数对其进行测试，并与其他多目标优化算法相比较。实验结果表明，与其他的算法相比，提出的算法在逼近性和均匀性两方面都有很好的表现，是一种有效的多目标和声搜索算法。