完整的粒子群优化神经网络代码，代入数据就可以运行

Multi-Objective Particle Swarm Optimization (MOPSO) is proposed by Coello Coello et al., in 2004. It is a multi-objective version of PSO which incorporates the Pareto Envelope and grid making technique, similar to Pareto Envelope-based Selection Algorithm to handle the multi-objective optimization p

【优化求解】基于tent混沌改进粒子群优化算法.md

【优化求解】粒子群优化灰狼算法matlab源码.md

粒子群算法最全的PPT，如何利用生物技术研究计算问题是人工生命研究的重要方向，现已有了很多源于生物现象的计算技巧， 例如人工神经网络是简化的大脑模型，遗传算法是模拟基因进化过程的。

基于均匀设计的聚类多目标粒子群优化算法.pdf

基于粒子群优化和遗传算法的协同聚类算法.pdf

基于粒子群优化和最小生成树聚类的能耗均衡算法.pdf

用C语言实现的MOPSO算法 经典解决多目标优化问题

2021年mathorcupD题解题思路 对元胞自动机的初步认识 元胞自动机（CA）是一种用来仿真局部规则和局部联系的方法。典型的元 胞自动机是定义在网格上的，每一个点上的网格代表一个元胞与一种有限的状 态。变化规则适用于每一个元胞并且同时进行。 元胞的变化规则&元胞状态 典型的变化规则，决定于元胞的状态，以及其（ 4 或 8 ）邻居的状态。 元胞自动机的应用 元胞自动机已被应用于物理模拟，生物模拟等领域。 元胞自动机的matlab编程 结合以上，我们可以理解元胞自动机仿真需要理解三点。一是元胞，在matlab中可以理解为矩阵中的一点或多点组成的方形块，一般我们用矩阵中的一点代表一个元胞。二是变化规则，元胞的变化规则决定元胞下一刻的状态。三是元胞的状态，元胞的状态是自定义的，通常是对立的状态，比如生物的存活状态或死亡状态，红灯或绿灯，该点有障碍物或者没有障碍物等等。