完整的野马优化算法源代码 Wild Horse Optimizer Algorithm

天鹰座优化器（AO）是2021年提出的新的群智能优化算法。代码包含20多个测试函数。官网下载的matlab源码，亲测可用。

基于生理学的毒物动力学（PBTK）模型为环境风险评估提供了广阔的前景，有可能加快剂量React研究，同时最大程度地减少动物试验。 PBTK领域存在一些局限性，例如模型开发困难以及缺少可帮助建模人员的专用软件工具。 PBTK模型中使用的某些参数（例如组织重量）很容易测量。 其他参数可以通过体外实验确定，也可以使用已公开的公式通过外推法确定。 如果无法使用这些方法来估计参数，则可以使用技术来优化参数，以使模型结果最适合验证数据。 该工具旨在将用户指定的参数列表优化为用户指定的PBTK模型。 用户还控制验证数据和优化算法。 除了优化参数之外，该工具还输出有关优化模型拟合度的统计信息。

此提交包括最近提出的 Ant Lion Optimizer (ALO) 多目标版本的源代码，称为 Multi-Objective Ant Lion Optimizer (MOALO)。 首先使用存储库来存储到目前为止获得的非支配的Pareto最优解。 然后使用轮盘机制从这个存储库中选择解决方案，该机制基于解决方案的覆盖范围作为蚂蚁，引导蚂蚁进入多目标搜索空间的有希望的区域。 主要论文是： S. Mirjalili、P. Jangir 和 S. Saremi，多目标蚂蚁狮子优化器：解决工程问题的多目标优化算法。”应用智能，（2016 年）：1-17，DOI： http://dx .doi.org/10.1007/s10489-016-0825-8 单目标 ALO 源代码可以在这里找到： http://au.mathworks.com/matlabcentral/fileexchange/

优化器 C ++优化问题的解决方案 关于 目的是为C ++建立一个优化库，该库可以为单变量和多变量优化，受约束和不受约束的问题提供解决方案。 用户应该能够选择要使用的算法，并且还可以访问在运行算法时获得的任何中间数据。 我们希望贡献者学习C ++库的工作原理，并学习一些数学。 每个良好的PR需要一些最小的努力。 与为Hacktoberfest托管的其他存储库不同，我们希望在10月及以后的几个月中为开发人员和研究人员创建一个完全可利用的产品。 如果您希望成为其中的一部分，我们向您保证，您的努力将为将使用该产品的每个人带来良好的影响。 祝你好运！ 该存储库也作为Hacktoberfest的一部分托管。 注册并提交5个PR，以赢得免费的T恤。 该存储库供您学习github工作流程，了解社区并开始使用Open Source。 在观看hacktoberfest预告片。 了解存储库 包含所有代码

A novel Random Walk Grey Wolf Optimizer 狼群算法.pdf（论文）

ansys与matlab代码自动通用优化器形状优化 一个方便的工具，集成了商业分析工具来优化给定的形状 为了使自动化工作，计算机中的必备文件和程序很少。 • C++ 编译器 • MATLAB • ANSYS FLUENT • ICEM 差价合约 • SolidWorks 或任何 CAD 软件 • Windows 操作系统（用于 .bat 文件工作） 整个程序可以分为三段 批处理文件 宏 A.1 批处理文件 批处理文件是一个 windows 命令文件，它在命令提示符下执行特定的命令。 以顺序方式实现批处理文件的方法很少。 这里寻求的方法是拥有一个主批处理文件，该文件为每个不同的程序调用批处理文件。 这允许我们在特定的批处理文件中指定某些命令以供程序执行，并且只有在完成后才会调用下一个批处理文件。 批处理文件本身有注释以帮助新用户使用不同的选项 A.2 宏/脚本 脚本是一种创建命令脚本的方法，当从程序的 shell 调用时，它会执行某些任务集并终止。 大多数商业分析工具都提供此功能。 A.2.1 Solidworks 如前所述，SolidWorks 的用途是从点创建曲线，程序中的注释指示在

Aquila Optimizer (AO) 是一种新颖的基于种群的优化方法，其灵感来自于 Aquila 在捕捉猎物过程中的自然界行为。 主要参考文献： Abualigah, L., Yousri, D., Elaziz, MA, Ewees, AA, A. Al-qaness, MA, Gandomi, 啊，Aquila 优化器：一种新颖的元启发式优化算法，计算机与工业工程(2021), doi: https://doi.org/10.1016/j.cie.2021.107250 Researchgate 提供的代码： https : //www.researchgate.net/publication/350411564_Matlab_Code_of_Aquila_Optimizer_A_novel_meta-heuristic_optimization_algorithm

在这项工作中，我们正在尝试为能量约束问题开发一个增强版的黑猩猩优化器。 在此修改中，黑猩猩优化器与基于维度学习的狩猎 (DLH) 搜索技术相结合，称为增强型黑猩猩优化器算法 (IChoA)。 此处的DLH搜索策略有助于维持多样性并改善开发与勘探之间的平衡。 为了计算解决优化器问题的稳健性，IChoA 已经在 29-CEC-2017 测试套件和能量约束问题上进行了测试。 通过提出的方法获得的实验解决方案用最近的方法进行了验证。 所有模拟表明，IChoA方法在解决标准复杂套件和能量约束问题方面可能是最有效的。

优化器统计信息基本概念