粒子群算法，微粒群算法，非线性函数，matlab，代码仿真，代码正确，可以修改！！

粒子群算法的寻优算法-非线性函数极值寻优

布谷鸟搜索算法综述，差分进化算法综述，粒子群优化算法综述，人工免疫系统:理论与应用，新型群智能优化算法综述，遗传算法研究综述，蚁群优化算法的原理及其应用，自适应局部增强微分进化改进算法

粒子群算法的寻优算法-非线性函数极值寻优(matlab实现)，包含源代码和测试数据

【优化求解】基于教与学优化算法的函数寻优算法matlab源码.md

基于粒子群算法的寻优算法-非线性函数极值寻优matlab代码.zip

粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS).粒子群优化算法是由Eberhart博士和kennedy博士发明。

智能寻优matlab代码Harris hawks 优化：算法与应用 哈里斯鹰队优化 (HHO) 论文源代码：Harris hawks optimization: Algorithm and Applications 在本文中，提出了一种新的基于人口、受自然启发的优化范式，称为 Harris Hawks Optimizer (HHO)。 HHO的主要灵感是哈里斯鹰在自然界中的合作行为和追逐方式，称为突袭。 在这个智能策略中，几只鹰从不同方向协同突袭猎物，试图给它一个惊喜。 哈里斯鹰可以根据场景的动态特性和猎物的逃逸模式揭示各种追逐模式。 这项工作在数学上模拟了这种动态模式和行为，以开发优化算法。 通过与其他受自然启发的技术进行比较，在 29 个基准问题和几个实际工程问题上检查了所提出的 HHO 优化器的有效性。 统计结果和比较表明，与完善的元启发式技术相比，HHO 算法提供了非常有希望且偶尔具有竞争力的结果。 HHO 和相关补充材料的源代码可在 . 您无需安装任何 MATLAB 软件即可在线运行 HHO 代码 主要论文： Harris hawks 优化：算法和应用 Ali Asghar

基于鱼群算法的函数寻优算法

本代码主要利用MATLAB工具进行MATLAB——基于动态粒子群算法的动态环境寻优算法的仿真