MATLAB源程序26 粒子群算法的寻优算法-非线性函数极值寻优.zip

MATLAB源程序4 神经网络遗传算法函数极值寻优-非线性函数极值.zip

遗传算法是一种模拟自然界进化的求解最优解的算法，用来求解方程组，特别是复杂方程组，有很好的全局寻优能力，基本运算过程如下： （1）初始化：设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P(0) （2）个体评价：计算群体P(t)中各个个体的适应度。 （3）选择运算：将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的 （4）交叉运算：将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子 （5）变异运算：将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1) （6）终止条件判断：若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算 遗传操作包括以下三个基本遗传算子:选择；交叉；变异

鲸鱼算法是模仿鲸鱼捕食行为产生的算法，鲸鱼是一种群居哺乳动物，常常合作对猎物进行围堵和捕猎，鲸鱼算法是一种新型算法，比灰狼算法还要晚，本代码利于鲸鱼算法对多目标进行求解，既对方程组进行求解。代码有通用性，可以更好多目标或者方程组。

神经网络遗传算法函数极值寻优——非线性函数极值寻优

混沌粒子群寻优算法和各种常见的混沌吸引子程序，适合新手学习。。。。。。

基于粒子群算法的PID参数寻优（MATLA程序）.zip

基于遗传算法和非线性规划的函数寻优法以及相关代码及教程讲解 由于网速不稳定，里边教程需要高清版可以另找我要。

经典的非线性规划算法大多采用梯度下降的方法求解，局部搜索能力较强，但是全局搜索能力比较弱。遗传算法采用选择交叉变异进行搜索，全局搜索能力较强，但是局部搜索能力弱。本代码结合了两种算法的优点，一方面采用遗传算法进行全局搜索，一方面采用非线性规划算法进行局部搜索，已得到全局最优解。

采用粒子群算法进行寻优搜索，并对搜索结果进行显示。