拓扑优化经典99行代码及注释，详见博客https://blog.csdn.net/qq_42183549/article/details/122369170

在生物体中生存的细菌,其环境对其觅食具有 很大的影响,比如局部区域的温度升高或者食物被 消耗掉,这些必然导致细菌被迫迁移到新的区域去 寻找食物,在模型中表现为迁移操作。 这种迁移未 必导致细菌寻找不到新的食物,反而会对种群的良 好生长起到促进作用,在经过复制操作之后细菌若 按照一定的概率进行迁移,到新的区域继续寻找食 物,新的种群具有随机特性,与原种群相比可能具有 不同的觅食能力,这种随机特性能使群体跳出局部 极值而更好地靠近全局最优解区域

用鲸鱼算法从零实现鲸鱼算法，并用来求解多元函数最小值问题，代码完整注释详细并附带部分参考文献

多种群遗传算法的函数优化算法matlab代码及谢菲尔德遗传算法工具箱，遗传算法相关

hslogic算法仿真-PSO粒子群优化算法——对多个函数进行最优值搜索

带收缩因子的PSO优化算法 c1 = 2; % 学习因子1 ，一般在[0,2] c2 = 2; % 学习因子2 ，一般在[0,2] % c1 = 2.04344; %学习因子1 ，一般在[0,2] % c2 = 0.94874; %学习因子2 ，一般在[0,2] k1 = 0.7298; % 收缩因子 Dimension = 2; % 搜索空间维数（未知数个数） Popsize = 20; % 初始化群体个体数目 MaxDT = 100; % 最大迭代次数 DivH = 0.25; % 最大多样性系数 DivL = 0.0005; % 最小多样性系数

通过利用最大类间方差法（OTSU）作为目标函数，结合智能优化算法中的粒子群优化算法（PSO）,来获得图像分割的多个阈值，且阈值个数可设定，效果较好。

随着大量新型的多媒体在高性能网络、移动网络及Internet 中的应用, 满足QoS 约束的多播路由问题成为越来越重要, 它吸引了许多爱好者. 本文讨论了多约束QoS 多播路由问题, 主要包含延迟、延迟抖动、带宽和分组丢失率等QoS 约束, 文中描 述了一种在动态网络环境及不确定参数下适应于研究QoS 多播路由的网络模型. 提出了一种在网络规模、可行性方面为 Internet、移动网络和高性能网络下基于遗传算法的多约束QoS 多播路由优化算法(MQMRGA ). 仿真结果表明该算法收敛速 度快、可靠性高. MQMRGA 为QoS 多播路由提供了一种新的有效途径.

混沌粒子群优化算法-CPSO,混沌粒子群优化算法案例,matlab源码 混沌粒子群 内有图片 代码 数据 可更改目标函数

完整代码，可直接运行