特征选择是常用的预处理任务之一，其目的是减少智能算法和模型的输入量。这有助于简化模型，降低模型训练的计算成本，提高模型的泛化能力和防止过度训练。用于前馈人工神经网络（ANNs）训练的进化特征选择的MATLAB实现。

基于蚁群优化算法的多QoS选播路由算法研究

随着云计算的蓬勃发展，针对云计算中虚拟机负载不均衡及任务集完成时间较长的问题，提出了一种基于蚁群优化的任务负载均衡调度算法（WLB-ACO）。首先基于当前虚拟机的资源利用情况判断虚拟机的负载状态，其次，根据虚拟机的负载因子定义信息素的挥发因子（w），改进信息素更新规则，并利用WLB-ACO合理的分配任务，使整个系统达到负载均衡状态的同时任务集的完成时间最短。最后，采用Cloudsim工具设计仿真实验，实验结果表明，提出的基于蚁群优化的任务调度算法在性能、最短完成时间及算法的稳定收敛性上有了一定的提高。

蚁群优化算法源代码，源程序, This is a good book!

用遗传算法优化的SVM的系数，matlab源代码，可以使用

蚁群优化算法解决旅行商问题（TSP），基于c++编程平台经过调试，能够达到预期效果

适应蚁群算法的最短路径搜索方法研究 比较详细地介绍了如何使用蚁群优化算法来进行最短路径搜索

一篇论文。 摘要：针对置换流水车间调度问题, 提出了一种基于蚁群优化的调度算法。该算法的要点是将NEH 启发式算法和蚁群优化结合起来：首先,将蚁群优化中的能见度定义为NEH 中所用的工作加工时间之和。其次,对于部分解采用了 NEH 中的步骤2 和步骤3 进行局部调整。最后,对构造出的解做插入型局部搜索。用所提算法对置换流水车间调度问题的基准问题进行了测试, 测试结果表明提出算法的有效性。

基于云计算环境的蚁群优化计算资源分配算法

混沌优化与蚁群算法相结合，解决了陷入局部的问题，对简单函数优化比较实用