这是直流电机速度控制的PI控制器的优化。这是在matlab7.0中完成的。您可以通过更改[varmin]，[varmax]矩阵来更改PI控制器的范围进行优化。 在“Main_ImperialistCompetitveAlgorithm.m”中。 成本函数基于稳定时间、上升时间、稳态误差、超调。优先级被赋予这些参数。您也可以更改优先级。参见“成本函数.m”。

基于帝国主义竞争算法的混合流水车间多目标节能间隔调度

受自然过程启发的进化优化方法在解决复杂的优化问题方面表现出良好的性能。 例如，遗传算法（受人类和其他物种的生物进化启发）、蚁群优化（基于蚂蚁努力寻找食物来源的最佳路径）和模拟退火（基于真实的退火过程，其中物质被加热超过其熔点，然后冷却以达到晶格）被广泛用于解决工程优化问题。 所提出的进化优化算法通常受到自然过程建模的启发，而没有考虑物种进化的其他方面，尤其是人类进化。 这项工作中提出的方法使用人类的社会政治进化作为开发强大优化策略的灵感来源。 特别是，该算法将帝国主义视为人类社会进化的一个层次，并通过对这个复杂的政治和历史过程进行数学建模，将其作为进化优化的工具。 自最近推出以来，这种新颖的方法已被研究人员广泛采用以解决不同的优化任务。 该方法用于设计工厂优化布局、自适应天线阵列、智能推荐系统、工业和化工拥有的优化控制器。 欲了解更多信息，请访问：

分享了帝国主义竞争算法源代码及其原文，亲测有效，更多算法可进入空间查看

【优化求解】基于帝国主义竞争算法ICA求解单目标问题Matlab源码.zip

matlab 实现帝国竞争算法，帝国竞争算法受帝国主义殖民竞争机制的启发，Atashpaz-Gargari和Lucas于2007年提出了一种新的智能优化算法—帝国竞争算法 (ICA)。与GA, PSO, ABC等受生物行为启发的群智能算法不同，ICA受社会行为启发，通过摸拟殖民地同化机制和帝国竞争机制而形成的一种优化方法。ICA也是一种基于群体的优化方法，其解空间由称为国家的个体组成。ICA将国家分为几个子群，称为帝国。在每个帝国内，ICA通过同化机制使非最优的国家(殖民地)向最优国家(帝国主义国家)靠近，该过程类似于PSO。