模拟退火 这里有两件事。第一个是纯 Ruby 中模拟退火随机搜索过程的一个很好的通用实现。如果您将事物格式化为模拟退火问题，那么文件模拟退火.rb 应该在许多问题域中都很有用。第二个是针对特定问题域的模拟退火的具体实现：安排锦标赛。在这种情况下，我们正在安排一场辩论赛。该算法允许您指定不同的“权重”来赋予时间表的不同不良属性，然后搜索最佳时间表。事实证明，这是安排比赛的一种非常灵活的方式 更多详情、使用方法，请下载后阅读README.md文件

粒子群算法是一种常使用的演化算法，可用于数值函数优化、工程优化等。采用matlab进行编写粒子群算法优化单目标函数测试集，测试集采用CEC2017。CEC2017测试集包含29个测试函数，每个测试函数都进行测试优化，符合文献来源，可将测试集用于其它算法测试！

鲸鱼算法优化bp神经网络，内涵鲸鱼算法优化后的代码和未经经与算法优化的bp神经网络的对比，同时对神经网络的隐含层数目进行了优化，大大提升了神经网络的性能。可用来做回归预测类问题。

bp神经网络的车牌识别

该资源采用BP神经网络进行人脸识别应用发展，给出20张测试集与30张训练集，训练效果能达到不错的等级！

粒子群算法 matlab改进的方法，大家参考下希望对你有用

研究了属性权重未知且属性值为区间数的多属性决策问题。首先针对一般区间数排序方法完全依赖区间数中点值的缺陷，提出了一种改进的排序方法；接着给出了改进的区间数判断矩阵规范化方法；然后依据多属性决策中传统熵权确定方法的思路，结合区间数决策矩阵的特点提出了一种确定属性熵权的方法；最后通过一个算例说明了该方法的实用性和有效性。

利用粒子群算法计算某一函数的最大值，直接运行main.m文件即可，fun.m用于计算粒子适用度，目标函数可根据自身需要进行修改。

模拟退火算法解决置换流水车间调度问题(python实现) Use Simulated Annealing Algorithm for the basic Job Shop Scheduling Problem With Python 作业车间调度问题（JSP）是计算机科学和运筹学中的一个热门优化问题。它专注于在特定时间将作业分配给有限的资源。模拟退火算法（SSA）是一种基于蒙特卡罗迭代求解策略的通用随机全局搜索优化算法。其出发点是基于物理固体材料退火处理与一般组合优化问题之间的相似性。在一定的初始温度下，结合概率和降温，在解空间中找到目标函数的全局最优解。在本文中，我在JSP上使用了该算法，并通过十个实例得到了调度顺序。

粒子群算法可以适用于各类优化算法，本程序可以实现粒子群的基本算法。