粒子群优化算法是一种新兴的基于群智能搜索的优化技术。该算法简单、易实现、参数少，具有较强的全局优 化能力，可有效应用于科学与工程实践中。介绍了算法的基本原理和算法在组合优化上一些改进方法的主要应用形式。最后， 对粒子群算法作了一些深入分析并在此基础上对粒子群算法应用于组合优化问题做了一些总结。

Python 基础教程Python高级编程机器学习深度学习实例学习源码优化算法源码等收集的好用教程源码打包下载。

完整代码，可直接运行

最优化算法 数值最优化算法 牛顿法

基于并行粒子群优化算法的蛋白质二级结构预测.pdf

组合优化-算法与理论，主要讲述组合算法问题，这类问题有着非常实用性

该存储库包含“汤普森采样高效多目标优化”(TSEMO) 算法 [1] 的源代码。 该算法专为评估成本高昂的黑盒函数的全局多目标优化而设计。 例如，该算法已应用于生命周期评估（LCA）和化学过程仿真成本的同时优化[2]。 但是，该算法也可以应用于其他黑盒函数，例如 CFD 模拟。 它基于贝叶斯优化方法，构建高斯过程代理模型以加速优化。 此外，该算法可以在每次迭代中识别几个有希望的点（批量顺序模式）。 这允许并行评估多个模拟。 [1] Bradford，E.，Schweidtmann，AM和Lapkin，A. J Glob Optim（2018）。 https://doi.org/10.1007/s10898-018-0609-2 [2] D. Helmdach, P. Yaseneva, PK Heer, AM Schweidtmann, AA Lapkin, ChemSusChem 201

利用遗传，模拟退火以及粒子群算法来求解TSP问题

自适应滤波算法完整代码，可优化可仿真，优化过程非常简单，只用修改迭代公式即可，是学习自适应滤波算法非常好的源代码材料

有代码有报告有工具箱 理解遗传算法的基本思想和基本流程，应用 Sheffield 遗传算法工具箱和 Matlab 神经网 络工具箱，完成基于遗传算法的 BP 神经网络的初始权阈值的优化，分析算法中各种参数变 化对计算结果的影响，并比较未使用遗传算法、使用遗传算法这两种情况下的训练误差。 1、编写程序，附上程序清单和有关曲线。 2、总结实验所得主要结论。 3、简要回答思考题。