《最优化matlab程序设计》书后源码和ppt。ppt其实就是书中原文。

hslogic算法仿真蚁群算法优化matlab仿真 [path,information]=searchpath(n,m,information,z,starty,starth,endy,endh); %路径寻找 fitness=CacuFit(path); %适应度计算 [bestfitness,bestindex]=min(fitness); %最佳适应度 bestpath=path(bestindex,:); Best=[Best;bestfitness];

人工免疫克隆选择算法是一种比较新型的智能算法，其基本算法结构与遗传算法是类似的，以下源码是为网络节点分组调度问题而设计的算法。

基于人工鱼群算法的连续函数优化通用MATLAB源代码

采用遗传算法+规划算法yalmip分层求解综合能源优化问题，以运营商总利润为目标计算优化得到不同主体主力情况，并优化用户收益情况，程序采用内外层结构，内层采用规划算法结合cplex优化主体出力结果和目标值，外层采用遗传算法优化电价变量，从而实现非线性问题求解。

PSO与GA混合优化算法，可实现比单纯使用PSO或者GA算法更好的优化效果(PSO and GA hybrid optimization algorithm, can achieve more than a simple algorithm using PSO or GA optimization results better)

拣货路径优化matlab代码使用 SOM 的旅行推销员 (TSP) 在这段代码中，我们说明了如何使用 Kohonen 自组织映射中的集群单元的线性拓扑来解决约束优化中的一个经典问题，即所谓的旅行商问题 (TSP)。 TSP 的目标是找到给定的一组城市的最短长度的游览。 一次旅行包括恰好访问每个城市一次，然后返回起始城市（点）。 该网络具有线性拓扑结构，具有第一个和最后一个簇单元。 该代码由德黑兰大学的学生 Mustafa Mohammadi 实现。 在本实践中，我们的目标是编写一段代码，以使用有界优化问题和线性拓扑方法找到将所有节点连接到一个板中的最小方法。 这种方法被称为 Traveler Sales Man，TSP。 旅行者想要去一次城市的所有地方而不经过他们更多。 所有城市（所有点）应该只访问一次并最终到达源城市。 为了解决这个问题，我们使用了 SOM 无监督聚类算法。 该算法在每次迭代中搜索最小路径（重复 100 次）。 更新所选群集时，它也会更新其邻居群集。 学习率（lr 或 alpha）对算法的效率和有效性起着至关重要的作用。 鉴于选择不合适的alpha，算法会深入到错误的

凸优化matlab代码轨迹6.832项目 该存储库包含用于通过TrajOpt [1]对欠驱动系统进行轨迹优化的代码，TrajOpt是一种基于顺序凸优化（SCO）的方法。 SCO通过迭代求解局部近似凸子问题来解决非凸问题。 我们使用基于Matlab的凸优化器CVX [2,3]来实现该算法，以解决Drake [4]框架内的子问题。 考虑了不同的动力学约束，包括前向Euler（trajopt_forward.m），向后Euler（trajopt_backward.m），中点Euler（trajopt_midpoint.m）和并置约束（trajopt_collocation.m）。 仿真结果在这里部分可用。 要运行matlab文件，需要安装Drake [4]和CVX [3]。 run_nlink.m中显示了一个示例，该示例显示了如何使用我们的代码运行轨迹优化。 run_nlink.m应该与我们提供的功能一起放在drake目录下（drake / examples / PlanarNLink /）。 参考 [1] J. Schulman，Y。Duan，J。Ho，A。Lee，I。Awwal，H。Br

【布局优化】基于布谷鸟算法实现无线传感器网(WSN)覆盖优化 Matlab源码

比较经典的最优化使用教材 对数学的部分 处理的比较自然 主要算法均有matlab 实现 本压缩包内带有教材相关的程序 课件 和 分章节书籍 以及书籍的matlab 清洗影印版 是不可多得的自学、教学资料