主要包含42个综合实例,简易程度由简入深，主要涵盖了大多数网站及APP的经典案例，适合新手小白学习（内含学习资料）。

NULL 博文链接：https://sunzone.iteye.com/blog/1860971

包含在各种报文中的LSA信息 * Packet类型 LSA信息 Database Description LSA头部信息，包括LS Type, LS ID, Advertising Router和LS Sequence Number LS Request 只有LS Type, LS ID和Advertising Router LS Update 完整的LSA信息，包括LSA头部和具体的链路状态信息 LS Ack LSA头部信息，包括LS Type, LS ID, Advertising Router和LS Sequence Number * 不同的协议报文中包含不同部分的LSA信息。

采用差分进化算法（Differential Evolution）优化LSTM回归预测，全中文注释，内置数据集，可以matlab2019上直接运行（已测试）

ui 交互软件设计...

加权和和ε约束方法在多目标优化中的应用 演示两种多目标优化策略 创建用于介绍性设计优化课程（例如 UIUC 的 SE 413）。证明 epsilon-constraint 方法可以识别与多目标优化问题相对应的 Pareto 前沿上的非支配点，而更知名的加权和方法则不能。测试题改编自： “Optimization in Practice with MATLAB: For Engineering Students and Professionals”，A. Messac，2015，剑桥大学出版社

非排序遗传算法 II (NSGA-II) 的可承受和压缩实现 此函数执行非排序遗传算法 II (NSGA-II) 以最小化连续函数。该实现是可以忍受的，计算成本低且压缩（该算法只需要一个文件：NSGAIII.m）。提供了一个“example.m”脚本以帮助用户使用该实现。还值得注意的是，为了便于理解，代码被高度注释。该实现基于 Deb 等人的论文。(2002)，“一种快速和精英的多目标遗传算法：NSGA-II”。

多目标优化非排序遗传算法能够解决混合整数非线性问题。 能够求解带约束的混合整数非线性规划。使用上述算法解决了几个基准问题，包括整数变量问题。 指南： 打开“NSGA_II_Abril_Test.m”。 选择您想要的“p”基准问题（p=2 ---> ZDT1 问题）。 运行“NSGA_II_Abril_Test.m”

相当基础的东西，供OpenGL初学者使用。希望对大家有所帮助。（需要glut辅助库）

这个MATLAB工具为多目标优化提供了不同的功能： 为不同的求解器 提供通用接口 蛮力网格搜索（穷举搜索） MATLAB单目标遗传算法 ('ga') MATLAB多目标遗传算法（'gamultiobj'） 为 MATLAB 求解器 提供抽象层 缩放输入变量 生成和过滤初始点 将高级数据结构（'struct'）转换为低级（'matrix'） 生成求解器所需的低级输入 允许对函数进行矢量化和并行评估 将要评估的点数分成块 使用并行计算（'parfor'）评估块 块内的点以矢量化方式评估 在数学上，解决了以下优化问题： 多个变量 整数变量 上限和下限 不等式约束 平等约束 非连续目标函数 单目标或多目标目标 该工具由苏黎世联邦理工学院电力电子系统实验室开发