一个简单而快速的NSGA-II，可以处理受约束的问题。 两个主要特点是： - 可以在同一个/单独的文件中包含约束- 可以用许多有趣的设计（用户可以选择一些起点）来播种初始一代。

遗传算法源代码matlab程序qopt 量子启发式进化算法求解优化问题 该存储库包含一些由Robert Nowotniak在2010-2015年间开发的未发布的源代码。 它们用于研究高级随机搜索算法（主要是量子启发式进化和遗传算法以及其他种群方法），以进行数值和组合优化。 这些程序和算法是用不同的编程语言开发的：C，C ++，带有Cython接口的Python，CUDA C内核，助手Bash shell脚本以及某些算法，甚至在Matlab中也是如此。 源代码库的主要内容： Algorithms / purepython / -纯Python中的算法实现（最慢的初始POC实现） Algorithms / * 。pyx-Cython中的iQIEA，MyRQIEA2，QIEA1，QIEA2，rQIEA算法实现 C / -一些算法和测试问题在C ++中的实现 CUDA / -CUDA C计算内核在GPGPU中实现了一些算法（极快，在多GPU环境中可提高数百倍的速度） 问题/ -不同的数值优化函数，背包问题，SLAM，编码不同组合问题的SAT（布尔可满足性问题），以及来自CEC2005，CEC2

以垂直Pendubot为研究对象,提出一种基于智能优化算法的轨迹规划与控制方法,以解决Pendubot控制过程中难以从摇起区过渡至平衡区的问题.为Pendubot的驱动连杆规划一条从初始角度到中间角度的正向轨迹和一条从中间角度到目标角度的反向轨迹.欠驱动连杆在系统耦合关系作用下进行运动,对应的Pendubot末端点也运动至相应位置.通过遗传算法优化轨迹参数,将正向和反向轨迹拼合为一条由初始角度到目标角度的驱动连杆轨迹的同时,对应的Pendubot末端点轨迹拼合为一条由垂直向下平衡位置到垂直向上平衡位置的完整轨迹,然后设计跟踪控制器跟踪优化后的驱动连杆轨迹至目标角度,由于耦合关系的存在,Pendubot末端点也运动至垂直向上平衡位置.由于Pendubot受重力作用,其末端点很难长时间稳定在垂直向上平衡位置,故设计镇定控制器,实现Pendubot末端点在垂直向上平衡位置的镇定控制.最后通过仿真实验验证所提出方法的有效性,并通过对比说明所提出方法在奇异点规避、控制器设计和控制效果方面的优势.

论文研究-人工记忆优化算法.pdf,  为了求解复杂函数优化问题,根据人类记忆原理构造出了具有全局收敛性的人工记忆优化算法. 在该算法中,每个记忆元对应着一个试探解; 将记忆原理的记忆和遗忘规律用于控制每个记忆元的状态转移; 记忆元的状态由与试探解相关的状态描述量以及记忆残留值构成,该值分为瞬时记忆、短时记忆和长时记忆三种状态类型,并依据记忆元接受刺激的强度被加强或衰减; 处在瞬时记忆、 短时记忆和长时记忆状态的记忆残留值衰减速度由快到慢,记忆残留值低于某个阈值的记忆元要被遗忘,不再被处理. 在记忆元状态转变过程中,记忆元从一个状态转移到另一个状态实现了对优化问题最优解的搜索. 该算法将试探解与记忆关联,使得试探解依据其质量好坏被自动分类; 处于长时记忆状态的试探解因其质量好,其部分变量的状态值将被传给其它质量差的试探解对应的变量,使其质量得到改善; 处于不同记忆状态的试探解交换信息时,只有很少部分变量进行状态信息交换,这样既可以使试探解的大部分变量的状态保持不变,又能使其质量得到改善,且可大幅减少变量处理个数,对于高维优化问题此举可大幅提高算法收敛速度; 随着演化的进行,质量差的试探解会不断被遗忘,被处理的试探解的数量会不断减少,因此,随着时间的推移,本算法的收敛速度将越来越快. 应用可归约随机矩阵的稳定性条件证明了本算法具有全局收敛性. 测试结果表明本算法的性能与现有的群智能优化算法相比,具有收敛速度快,求解精度高的优势.

之前硕士做了一丢改进，部分有注释，数据集是UCI数据集，可运行

数值最优化算法与理论(第2版)》较为系统地介绍最优化领域中比较成熟的基本理论与方法。基本理论包括最优化问题解的必要条件和充分条件以及各种算法的收敛性理论。介绍的算法有:无约束问题的最速下降法、Newton法、拟Newton法、共轭梯度法、信赖域算法和直接法;非线性方程组和最小二乘问题的Newton法和拟Newton法;约束问题的罚函数法、乘子法、可行方向法、序列二次规划算法和信赖域算法等。还介绍了线性规划的基本理论与单纯形算法以及求解二次规划的有效集法，并简单介绍了求解全局最优化问题的几种常用算法。

针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题，结合BP神经网络自学习和自适应能力强等特点，提出采用BP神经网络优化PID控制器参数。其次，为了加快BP神经网络学习收敛速度，防止其陷入局部极小点，提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后，给出了PSO-BP算法整定优化PID控制器参数的详细步骤和流程图，并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。

完整代码，可直接运行

XinShe Yang教授提出的Cuckoo Search优化算法Matlab原代码，可用于全局优化，并附有算法原理的文章及测试函数，供大家参考学习。

完整最速下降法和修正牛顿法（阻尼牛顿法）matlab代码，打开即可运行