GTO（Artificial gorilla troops optimizer）（matlab智能优化算法）(2021).zip

受闪电和 Lichtenberg 图形启发的受限多目标优化器 多目标 Lichtenberg 算法 (MOLA)(MULTI-OBJECTIVE LICHTENBERG ALGORITHM (MOLA)).zip 佩雷拉，JLJ 等人。多目标 Lichtenberg 算法：用于解决工程问题的基于混合物理的元启发式算法。具有应用程序的专家系统，2021 年。https://doi.org/10.1016/j.eswa.2021.115939

“多目标哈里斯鹰优化”的基于 matlab 的实现。 多目标哈里斯鹰优化算法（MOHHO）.zip

MOAGDE：一种新的多/多目标优化算法 风能/光伏/潮汐能多目标自适应引导差分演化与MO-ACOPF优化 本研究提出了多目标自适应引导差分进化（MOAGDE）作为一种强大而稳定的算法。MOAGDE 可以有效地找到具有不同类型的高复杂度决策/目标空间的多目标优化问题的帕累托最优解。提出的 MOAGDE 是通过重新设计用于多目标优化的自适应引导差分进化算法而开发的。 Duman, S., Akbel, M., Kahraman, HT，“风能/光伏/潮汐能源的多目标自适应引导差分演化和 MO-ACOPF 优化”，应用软计算，Elsevier BV，8 月. 2021, p. 107814，doi：10.1016/j.asoc.2021.107814。

多目标 Grasshopper 优化算法 (MOGOA).zip MOGOA：多目标蚱蜢优化算法（matlab） 本次提交包括称为多目标 Grasshopper 优化算法 (MOGOA) 的 Grasshopper 优化算法 (GOA) 的多目标版本的源代码。 这是论文的源代码： SZ Mirjalili, S. Mirjalili, S. Saremi, H. Fatis, H. Aljarah, Grasshopper optimization algorithm for multi-objective optimization questions, Applied Intelligence, 2017, DOI: http://dx.doi.org/10.1007/s10489-017-1019-8

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仿真代码

【蚁狮算法】基于柯西变异的蚁狮优化算法求解单目标优化问题matlab代码

完整代码，可直接运行

针对基本灰狼优化算法在求解复杂问题时同样存在依赖初始种群、过早收敛、易陷入局部最优等缺点，提出一种改进的灰狼优化算法应用于求解函数优化问题中。该算法首先利用混沌Cat映射产生灰狼种群的初始位置，为算法全局搜索过程的种群多样性奠定基础；同时引入粒子群算法中的个体记忆功能以便增强算法的局部搜索能力和加快其收敛速度；最后采用高斯变异扰动和优胜劣汰选择规则对当前最优解进行变异操作以避免算法陷入局部最优。对13个基准测试函数进行仿真实验，结果表明，与基本GWO算法、PSO算法、GA算法以及ACO算法相比，该算法具有更好的求解精度和更快的收敛速度。

蚁群算法matlab完整代码 EE 509：计算智能混合蚁群优化研究 贡献者：Miclaine Emtman，RJ Macaranas，Elias Sutter 加州理工学院Cal Poly 于海伦博士，2020年Spring :bullseye: :ant: :ant: :ant: :ant: :ant: :ant: :ant: :ant: :ant: :ant: :ant: :ant: :ant: :ant: :ant: 内容 指示 到目前为止，唯一完成的就是A星搜索路径查找算法。 要使用它，请导航到project_code目录并下载源文件。 运行Dijkstra-ACO.m文件并观察输出。 这显示了从指定起点和目标点对simpleMap Matlab对象进行的A星搜索的输出。 该算法的流程图如下所示。 更新 2020年5月14日：已完成对simpleMap的A-star搜索算法应用程序。 还为图像文件夹中包含的2D地图的A星搜索创建了流程图。 创建了一个project_code目录，以包含可用于项目结果的完整A-star搜索。 需要弄清楚如何衡量算法的性能。 在这个周末之前，应该能够继续实施Dijkstra-ACO算法。 2020年5月12日：继续实施A星搜索，但无法将算法应用于exampleMaps.mat中的s