飞蛾火焰优化算法（Moth-Flame Optimization，MFO）是一种自然激励且易于实现的全局优化算法，在许多实际优化任务中表现出良好的性能。然而，MFO算法存在早熟收敛和容易陷入局部最优解的问题，针对这些不足，提出了一种Kent混沌动态惯性权值的改善飞蛾火焰优化算法（Ameliorative MFO，AMFO）。在AMFO算法中，引入Kent混沌映射搜索策略帮助当前最优解跳出局部最优；采用基于适应度值和迭代次数的动态惯性权值策略来平衡算法的开发和探索能力，以进一步提升MFO算法性能。在8个经典benchmark函数上验证AMFO算法的搜索精度和性能，并将其结果与标准飞蛾火焰优化算法、粒子群算法和差分进化算法进行比较，仿真结果表明AMFO算法具有较好的搜索性能。

软时间窗车辆路径问题（VRPSTW）是VRP的一种重要扩展类型，定义了其惩罚函数并建立数学模型。设计用于求解该问题的混合改进型蚁群算法并求解标准数据库中的紧时间窗实例。经过大量数据测试，获得了较好的效果，并验证了蚁群算法用于求解软时间窗车辆路径问题的成功实现。

行业资料-电子功用-一种基于改进粒子群优化算法的同步风力发电机参数辨识方法

百度、360搜索、搜狗搜索引擎快速收录、快速排名 背景： 我是2019年左右接触的seo这个事情，之前虽然混迹互联网圈子，也听过关于seo的事情，但是一直没什么动力，并没有什么实际性需求，所以一直也未曾深入，而且对技术的了解，让我傲慢的以为seo不就是tdk的事情么;直到最后研究测试才发现，其中还是很复杂的，还是有很大的门道，尤其是在19年算法调整之后，之后通过不断的测试，不断的研究，中间研究测试过、快排、蜘蛛池、外链、秒拍、站群等；涉及百度、360、和搜狗，才测试出效果. 需要的加群吧，新建了个QQ群955721178（只想无偿获取技术和源码的勿扰） 功能支持： 引擎 是否支持快排 是否支持查看关键词排名 上词周期 上次率 360 支持 支持 3-7/天 50% 搜狗 支持 支持 3-15/天 82.5% 百度 支持 不支持 3-30/天 32.7% 亮点： 百度ct参数的算法；（但是现

一种改进的灰狼优化算法

为更好发现数据中的复杂规律, 避免核函数选择的盲目性和局部最优等非线性优化问题, 本文提出一种基于改进灰狼算法优化多核支持向量回归机算法. 首先, 基于全局核函数和局部核函数构建多核支持向量机采油速度预测模型; 其次, 利用基于云模型和二次插值算法改进灰狼优化算法对核函数权值和参数的选取进行优化; 最后, 应用灰色关联分析理论确定采油速度影响因素集, 并作为多核支持向量回归机预测模型的输入. 与6种采油速度预测方法进行对比, 所提方法具有较好的全局寻优能力和较高的预测率的优点.

为了准确地建立拱顶温度预测模型，提出了四种优化最小二乘支持向量机算法，分别是基于粒子群算法优化算法、基于遗传算法优化算法、基于鲸鱼算法优化算法、基于冯诺依曼拓扑结构的鲸鱼算法优化算法。

内含有matlab实现粒子群优化算法的所有m函数文件代码

EM 是一种灵活有效的基于种群的元启发式算法，用于搜索全局优化问题的最优解，由 Birbil 和 Fang 在 2003 年提出。它基于电磁理论的吸引力-排斥原理，其中种群被认为是带电粒子分布在解空间内。

针对物流配送中心选址问题，以物流成本为目标函数，采用免疫优化算法对配送中心进行选址。通过全国31城市的物流需求点实例进行论证，仿真结果表明，该方法能够快速有效地求得物流配送中心选址问题的全局最优解