人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。为了解决多变量函数优化问题.

这是论文An Unconstrained Optimization Test Functions Collection里的测试函数，用Matlab写好了。

蜻蜓灰狼pso等等matlab算法集合，融合了多目标处理，提供了现成的数据可直接运行

基于遗传算法的多目标优化算法，使用了工具箱中的函数，对于如何使用工具箱有一定的帮助

Lingo编写的IEEE39节点带一个风电场三个可中断负荷的多目标优化问题代码，使用了模糊理论，将多目标问题转换为单目标问题求解，只需要稍微改动，就可以运用在其他节点模型中。

文档中包含： A_Genetic_Revised_Adap.M文件：为改进的自适应遗传算法（单目标优化）； A_Genetic_Revised_Adap_Multi.M文件：为改进的自适应遗传算法（多目标优化）； AA_Genetic_Revised_Adap_hybrid_F_Swarm.M文件，为改进的自适应遗传算法和粒子群算法的混合算法（单目标优化） AAA_Multi_Genetic_Revised_Adap_hybrid_F_Swarm.M文件，为改进的自适应遗传算法和粒子群算法的混合算法（多目标优化）

动态环境下多目标优化免疫算法及其应用

电机优化在建参数变量时有两种变量：1、Project Variables。相当于全局变量；2、local Variables。相当于局部变量； Project Variables能在一个project下各个2D、3D、RMxprt下用，设置在Design Properties下建立； local Variables则只能在一个project下的某一个模型下用。设置在design properties下建立；在建参数变量时有两种变量：1、Project Variables。相当于全局变量；2、local Variables。相当于局部变量； Project Variables能在一个project下各个2D、3D、RMxprt下用，设置在Design Properties下建立； local Variables则只能在一个project下的某一个模型下用。设置在design properties下建立；在建参数变量时有两种变量：1、Project Variables。相当于全局变量；2、local Variables。相当于局部变量； Project Variables能在一个project下各个2D、3D、RMxprt下用，设置在Design Properties下建立； local Variables则只能在一个project下的某一个模型下用。设置在design properties下建立；电机

在网络上找了半天找不到协方差法的程序，一怒之下自己按照那又臭又长的公式编写了这段函数代码。因为这个方法较为冷门，代码中注释并不多，有问题可以私信我。如果喜欢的话，别忘了回头评个分哦~

归一化均方差 matlab 图像对比 图像相似