1.资源内容：粒子群算法的python实现代码 2.粒子群优化算法是一种演化计算技术，来源于对一个简化社会模型的模拟，可用于优化问题 3.可在建模过程中使用 4.适合算法初学者和有相关需求者使用或改进 5.针对不同的目标函数，更改fitness函数即可

分享了Galaxy Gravity Optimization银河引力优化算法源代码及其原文，更多算法可进入空间查看

本代码实现在NS2-allinone-2.3.6中实现了基于蚁群的VAENTs路由算法。

灵感来自于大猩猩部队在自然界中的社会智能，称为人工大猩猩部队优化器（GTO）。在这个算法中，大猩猩的集体生活是用数学公式表示的，并且设计了新的机制来进行探索和开发。为评估 GTO，将其应用于 52 个标准基准函数和 7 个工程问题。Friedman 检验和 Wilcoxon 秩和统计检验在统计上比较了所提出的方法与几种现有的元启发式方法。结果表明，GTO 在大多数基准函数上的性能优于比较算法，特别是在高维问题上。结果表明，与其他元启发式算法相比，GTO 可以提供更好的结果。

受非洲秃鹰生活方式的启发，提出了一种新的元启发式算法。该算法被命名为非洲秃鹰优化算法（AVOA），模拟非洲秃鹰的觅食和导航行为。为了评估 AVOA 的性能，它首先在 36 个标准基准函数上进行了测试。然后进行了一项比较研究，证明了所提出的算法与几种现有算法相比的优越性。为了展示 AVOA 的适用性及其黑盒性质，它被用来为 11 个工程设计问题寻找最佳解决方案。根据实验结果，AVOA 是 36 个基准函数中的 30 个的最佳算法，并在大多数工程案例研究中提供卓越的性能。Wilcoxon 秩和检验用于统计评估，表明 AVOA 算法在 95% 置信区间内具有显着优势。

秃鹰搜索 (BES) 算法，这是一种新颖的、受自然启发的元启发式优化算法，它模仿秃鹰在寻找鱼时的狩猎策略或智能社交行为。

本资源包包含：斑鬣狗优化、蝙蝠优化算法、布谷鸟搜索算法cuckoo_search、法医调查算法、飞蛾优化算法、蝠鲼优化算法、哈里斯鹰优化算法、海鸥优化算法、海洋捕食者算法、黑猩猩优化算法、蝴蝶优化算法、蝗虫优化算法、郊狼优化算法、晶体结构算法、精子群优化算法、鲸鱼优化算法、麻雀优化算法、黏菌觅食优化算法、蜻蜓优化算法、人工生态系统算法

1.分为脚本和程序，可修改脚本中的条件，也可直接在其他函数中调用该程序 2.自带画图显示 3.注释简单易懂

1.分为脚本和程序文件，方便修改和调用 2.注释较多，简单易懂 3.目标函数，精度，迭代次数等条件可修改，兼容性强

1.使用粒子群算法求解任意函数最值（最大、最小均可） 2.计算过程中实时输出寻优图像 3.最终输出gif文件用于演示计算过程 4.粒子数、迭代次数、精度、目标函数值等可修改 5.有较多注释，简单易懂