粒子群算法是一种基于群体智能的优化算法。对于无约束的非线性函数极值寻优问题，采用粒子群算法进行解决，快速、准确且鲁棒性好。

在波分复用(WDM)光纤通信系统中,群速度色散(GVD)、自相位调制(SPM)、互相位调制(XPM)以及四波混频(FWM)等非线性效应能明显降低系统性能。给出了此类系统中四波混频效应的简单估算公式,以及在采用单信道方法仿真波分复用系统的非线性效应时,为保证计算精度所需的步长的选取公式。提出了一种基于求解多信道耦合波方程组的群速度色散/自相位调制/互相位调制/四波混频仿真算法,可大大减少计算工作量。这些都有助于光纤通信系统的设计。

高等教育出版社，研究生教学用书，这本书讲的还是比较细致的。

matlab嵌入三维函数代码NLPCA-SOM 使用自组织地图通过非线性主成分分析进行聚类-哥伦比亚西南部的降雨。 该GitHub是标题为“使用神经网络的哥伦比亚西南部每月降雨的区域化”的文章的一部分（请参阅参考资料）。 如果要使用这些代码，请参考： 特雷西塔州坎恰拉; 卡瓦哈尔·埃斯科巴尔（Yesid）， 威尔弗雷多（Wilfredo）的阿方索·莫拉雷斯（Alfonso-Morales）； 威尔玛·洛伊扎（Loaiza）； 还有爱德华多·卡塞多（Caicedo）； 使用神经网络对哥伦比亚西南部每月降雨进行分区。 方法X. 2020年。 抽象的 对降雨制度的了解是许多活动（如水资源管理，减轻风险，规划社会经济活动以及其他水文应用）所必需的先决条件。 本文采用非线性主成分分析（NLPCA）和自组织特征图（SOM）作为非线性技术，来识别哥伦比亚西南部每月降水的均匀区域。 SOM使用来自NLPCA的五个主要组成部分，该数据来自44个月度雨量观测站的网络。 这些组件表示从1983年1月到2016年12月的每个维度站的五个主要组件的尺寸缩减。 二维SOM表示两个群集将所有降雨量表分组。 异质性测

神经网络遗传算法函数极值寻优-非线性函数极值-神经网络遗传算法函数极值寻优-非线性函数极值-神经网络遗传算法函数极值寻优-非线性函数极值源程序

Matlab非线性方程求根

MATLAB非线性灰度变换，只要是对数变换，以增强图像的显示效果

变分模式分解（VMD）是最近引入的自适应数据分析方法，在各个领域引起了广泛关注。 然而，VMD 是基于信号模型的窄带特性的假设制定的。 为了分析宽带非线性线性调频信号 (NCS)，我们提出了一种称为变分非线性线性调频模式分解 (VNCMD) 的替代方法。 VNCMD 是从宽带 NCS 可以通过使用解调技术转换为窄带信号这一事实发展而来的。 因此，我们的分解问题被表述为一个最优解调问题，它可以通过乘法器的交替方向方法（ADMM）有效地解决。 我们的方法可以看作是同时提取所有信号模式的时频 (TF) 滤波器组。 提供了一些模拟和真实数据示例，显示了 VNCMD 在分析包含接近或什至交叉模式的 NCS 方面的有效性。 matlab 代码允许重现论文中的一些结果：Chen S, Dong X, Peng Z, et al, Nonlinear Chirp Mode Decomposition: A

非线性邻域滤波(NNFs)在MR-FBP图像重建算法中的应用(基于astra-toolbox开发, 实现双边滤波,非局部均值滤波(NLM)的惩戒项的改进,并进行MAE,MAR分析)

提出了一种求解非线性方程组的数值方法，将求解非线性方程组的解转化为函数优化问题，应用粒子群优化算法求出一个近似解，将此解作为初始猜测值，进一步应用Levenberg-Marquardt（LM）算法求得更高精度的解，提高了时间效率。