化学工程中的许多优化问题涉及整数变量和权衡目标。 解决此类问题的一种方法是使用处理连续和整数变量的算法，例如，BARON 算法（确定性）或 NSGA II（随机性）。此 matlab 代码是 Aspen Plus 蒸馏塔多目标优化的示例，使用NSGA II 算法。 蒸馏塔的模拟在Aspen Plus V8.8 中进行，因为V9 或10 版本中每次交互的模拟时间是V8.8 版本的10 倍。 优化问题陈述： 目标函数 (2) : [min{CAPEX}, min{OPEX}] 优化变量 (3)：[x1=色谱柱级数，x2=回流比，x3：标准化色谱柱进料级] 约束条件：约束条件1 =乙醇的摩尔回收率> 99％； 缺点 2=乙醇摩尔纯度 > 80% NSGA II 设置代数：20 人口：20 注意：请参阅代码“Opt_EthanolColumn.m”以更好地理解 NSGA 算法参数。 运行代

利用iSight对某型飞机进行多学科优化的视频教程示例(超强40多兆)。 了解iSIGHT提供的优化，试验设计，回归建模这三种确定性方法。

Jupyter / Binder生物程序的示例：纳米簇的遗传算法 作者：Geoffrey R. Weal和Anna L. Garden博士（奥塔哥大学，但尼丁，新西兰） 小组页面： : 佩奇援引以下工作的话：开发一种结构比较方法，以促进对纳米团簇的整体优化中对势能面的探索； Geoffrey R. Weal，Samantha M. McIntyre和Anna L. Garden； JCIM； 在提交阶段。 该存储库旨在提供有关如何使用“有机体”程序的示例。 Organisms程序旨在执行针对纳米团簇的遗传算法全局优化。 它的设计灵感来自伯明翰群集遗传算法和Roy Johnston集团的伯明翰并行遗传算法。 可以在线查看有关有机体计划的文档。 请参阅有关如何安装有机体的文档，包括如何通过PIP进行安装。 可在找到有关Organisms程序的github页面。 要通过Bind

将和声搜索算法与杜鹃搜索混合，以进行全局数值优化

CPU模拟卡工具，只要针对的模拟卡进行了优化.为用卡安全提供参考.

运用田口方法进行PSO算法优化，，详细介绍了田口方法在PSO算法参数优化中的工程实验应用

贪心法遍历一群点的最短路径 不会原点 进行了小优化

基于matlab的遗传算法无功优化程序，亲测可运行。 算例结果较理想，换算例的情况还得自己整哈

这个是一个关于双目标优化的内容.大家可以看一下！