本研究开发了一种新的元启发式算法，该算法受到海洋中水母行为的启发，被称为人工水母搜索 (JS) 优化器。水母搜索行为的模拟涉及它们跟随洋流、它们在水母群内的运动（主动运动和被动运动）、用于在这些运动之间切换的时间控制机制以及它们会聚成水母绽放。新算法在基准函数和优化问题上成功测试。值得注意的是，JS 只有两个控制参数，即种群大小和迭代次数。因此，JS 使用起来非常简单，并且可能是解决优化问题的优秀元启发式算法。Chou、Jui-Sheng 和 Dinh-Nhat Truong。“一种受海洋水母行为启发的新型元启发式优化器。” 应用数学与计算，卷。389，Elsevier BV，2021 年 1 月，第 125535，doi：10.1016/j.amc.2020.125535。

这是具有非支配排序和拥挤距离方法 (MOBO2) 的多目标倭黑猩猩优化器 (MOBO) 的 Matlab 代码。开发了三个版本的 MOBO， 如采用网格索引方法的 MOBO (MOBO1)、采用非支配排序和拥挤距离方法的 MOBO (MOBO2) 和采用分解技术的 MOBO (MOBO3)。 在这三个版本中，总体而言，MOBO2 方法与其他两种方法相比具有更好的性能。 这是为解决无约束优化问题而编写的。 然而，它也可以通过约束处理方法解决约束优化问题。 用户应编写自己的目标函数并进行相应修改。 根据问题需要修改常用参数和算法特定参数。 MOBO算法的详细信息，请参考和引用如下： 达斯，AK，尼库姆，AK，克里希南，SV 等。多目标倭黑猩猩优化器（MOBO）：用于多标准优化的智能启发式。 知识信息系统（2020）。https://doi.org/10.1007/s10115-020-01503-x

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：optimizer-master1_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

用于CS3223数据库实现的查询优化器 设置 运行source queryenv 运行source build.sh 。 请注意，每次您都需要运行build.sh来重新编译代码，而不是通过诸如IntelliJ之类的任何IDE来生成项目。 建立表格 从这里开始，将新表命名为new_table 创建new_table.det文件，并指定其元数据 运行java RandomDB new_table 。 这将创建new_table.txt ，实际的表，和new_table.md ，系列化模式文件。 将文本文件中的表转换为目标文件 运行java ConvertTxtToTbl new_table.txt 。 这将创建new_table.tbl和new_table.stat 运行查询 运行java QueryMain query.in query.out 运行Quer

BwB的机翼优化 该程序实现了openMdao组件，该组件优化了机翼以最大程度地减小阻力，同时确保已定义的矩形仍适合其中。 此矩形代表混合翼体（BwB）的机舱管。 要求： Python： 测试的版本是2.7和3.5 除了一些标准软件包，还需要openMdao su2： Construct2d（推荐）： 或gmsh： 设置： 在config.py中设置二进制文件的路径。 注意，该程序是为Windows设计的！ 如何运行： 使用您最喜欢的python编辑器，然后将此仓库作为一个新项目打开。 main.py ：主要的优化程序 cfdTestRun.py ：简单的测试脚本，使用给定的输入机翼坐标文件运行一个cfd作业 airofilAnalysisMach.py ：对一个翼型进行分析，为一个升力系数在马赫上产生阻力 airofilAnalysisPolar.py ：对一个翼型进

Ant Lion Optimizer (ALO) 模仿自然界中蚁狮的狩猎机制。 狩猎猎物的五个主要步骤得以实现，例如随机行走蚂蚁，筑筑陷阱，将蚂蚁困在陷阱中，捕捉猎物和重建陷阱。 这是论文的源代码： Seyedali Mirjalili，The Ant Lion Optimizer，工程软件进展，第 83 卷，2015 年 5 月，第 80-98 页，ISSN 0965-9978， http: //dx.doi.org/10.1016/j.advengsoft.2015.01.010。 ( http://www.sciencedirect.com/science/article/pii/S0965997815000113 ) 更多信息请见： http : //www.alimirjalili.com/ALO.html 我有很多这方面的相关课程。 您可以通过以下链接注册，享受 95% 的

corecycler:用于AMD Ryzen处理器的PBO和Curve Optimizer稳定性测试的稳定性测试脚本

分享了Bonobo optimizer矮猩猩优化算法源代码及其原文，更多算法可进入空间查看

图 11.4 “Optimizer”的启动方法 此时“Virtuoso® Analog Circuit Optimizer”窗口将会弹出，如图 11.5 所示。选择 “Session Quit”将退出该窗口。 图 11.5 “Virtuoso® Analog Circuit Optimizer”窗口

如今，优化算法的设计非常流行来解决各个科学领域的问题。 优化算法通常受代理的自然行为启发，代理可以是人类、动物、植物或物理或化学代理。 过去十年中提出的大多数算法都是受动物行为启发的。 在本文中，我们提出了一种新的优化器算法，称为野马优化器（WHO），其灵感来自野马的社交生活行为。