蜂鸟优化算法(Hummingbirds optimization algorithm, HOA)的灵感来源于蜂鸟的觅食过程。该算法包括两个阶段：自搜索阶段和引导搜索阶段。通过这两个阶段，可以平衡算法的探索和开发能力。

案例4 神经网络遗传算法函数极值寻优-非线性函数极值.7z

模拟退火算法解决二维路径规划路径寻优问题，这里上传子函数， 代码并非本人所写，可能版本不同运行时需要细微修改。在于解决路径规划的路径寻优问题，，需要打开后自行保存运行

蚁群算法在连续空间寻优问题求解中的应用.doc

花朵授粉算法是最近出现的一种新型元启发式群智能算法,已在无线传感网等应用领域取得了较好的成效,但也存在易陷入局部极值且演化后期收敛速度慢等缺陷,使其应用范围受到限制.针对该算法存在的不足,提出一种把复合形法的思想融入到花朵授粉算法中的混合算法.该算法首先计算当前种群的形心,然后依据形心将进化中最差的个体进行反射,把差的个体变成较好的个体,从而引导当前个体不断靠近最优解.通过10个标准测试函数的仿真实验,仿真结果表明,改进算法解的质量及收敛速度比基本的花朵授粉算法、蝙蝠算法及粒子群算法有较大幅度的提高.同时采用改进算法对非线性方程组问题进行求解,通过2个算例仿真实验,验证了改进算法的有效性,扩展了花朵授粉算法的应用领域.

针对烟花算法(FA) 寻优过程中粒子间信息交流少、对最优点位置不在原点和原点附近的目标函数求解能力差的缺点, 提出带有引力搜索算子的烟花算法(FAGSO). 算子利用粒子间相互引力作用对粒子维度信息进行改善, 以提高算法的优化性能. 6 个标准和增加位置偏移测试函数的仿真结果表明, FAGSO相比于FA、粒子群算法和引力搜索算法, 在寻优速度和寻优精度方面有更好的优化性能.

动态粒子群算法在动态环境下进行寻优，代码亲测可以使用，有注释，可以根据需要自行修改，可放心下载！

采用遗传算法对工序进行安排和寻优实现智能制造技术车间调度，matlab2021a测试。解码后对应最优个体的加工顺序

自适应柯西分布的人工蜂群算法函数寻优，好用。

针对光线寻优算法的收敛性及其推广到高维收敛速度慢的问题,利用变分法和微分方程理论,对二维连续可导介质中的光线方程欧拉数值解法与光线寻优算法迭代公式的关系进行了研究.在光线寻优算法迭代公式中加入一项来改进算法,不仅使得精度提高一阶,而且加快了收敛速度,同时也为光线寻优算法的收敛性证明提供了新思路.6个标准测试函数的仿真结果表明:与光线寻优算法、保留精英遗传算法、标准粒子群算法相比,改进算法收敛速度较快,收敛成功率较高,其求解Rosenbrock的成功率高达98%,远高于保留精英遗传算法和标准粒子群算法.