基于粒子群和改进萤火虫(PGSO)算法的无线传感器网络的覆盖优化

电力系统分析、输电网规划、最优潮流计算

针对多目标优化（multi-objecdve optimization pmblem，MOP）问题，特别是解集分布非均匀问题，提出一种基于混沌变异的优化算法。通过Pareto支配思想来决定粒子的飞行方向，在进化后期加入混沌变异操作，有效地避免早熟收敛现象；根据粒子群优化算法（particle swam otimixation，PSO）特有的记忆建立外部档案，动态引导微粒在每一次迭代的飞行方向。最后通过8个标准多目标测试函数进行测试，实验结果表明该算法是有效可行的，其性能比SPEA和NSGAⅡ更优。

本资源是根据08年Erciyes University, Intelligent Systems Research Group, The Dept. of Computer Engineering公开代码改变而来，源代码为n维ABC优化，改编后为2维优化，可以画出蜂群优化时的三维实时图像。

解决水文模型参数优化问题的全局优化算法，也可以用于其他任意需要多参数参数寻优的问题。

完整的麻雀搜索算法。麻雀搜索算法(Sparrow Search Algorithm, SSA)是一种新型的群智能优化算法，在2020年提出，主要是受麻雀的觅食行为和反捕食行为的启发。该算法比较新颖，具有寻优能力强，收敛速度快的优点。适合深度学习算法优化，增加预测准确度，规划最短路径。

遗传算法是模拟自然界生物进化机制进行迭代优化的算法.它通过模拟"适者生存, 优胜劣汰"的法则,在所有可能的解决方法中找出最符合该问题所要求的条件的解决办法. 在遗传算法中,通过编码组成初始群体后,遗传操作的任务就是通过对群体中的每个个体进行适应度评评估进而进行筛选, 从而实现"优胜劣汰"的"进化"过程.从优化搜索的角度而言, 遗传操作可使问题的解

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

化学反应优化算法求解最小顶点覆盖问题

一种求解极高维优化问题的并行频繁覆盖随机漂移粒子群优化算法，李琳，方伟，针对极高维优化问题对算法求解速度和求解精度的需要,本文基于GPU框架提出了一种并行频繁覆盖随机漂移粒子群优化(parallel frequently cover