遗传算法是一种优化的组合搜索算法，本压缩包给出了遗传算法的原理，及其相关的二进制和十进制算法实例

MATLAB源程序26 粒子群算法的寻优算法-非线性函数极值寻优.zip

混沌粒子群寻优算法和各种常见的混沌吸引子程序，适合新手学习。。。。。。

经典的非线性规划算法大多采用梯度下降的方法求解，局部搜索能力较强，但是全局搜索能力比较弱。遗传算法采用选择交叉变异进行搜索，全局搜索能力较强，但是局部搜索能力弱。本代码结合了两种算法的优点，一方面采用遗传算法进行全局搜索，一方面采用非线性规划算法进行局部搜索，已得到全局最优解。

文档描述了经典微粒群算法的寻找最优值得功能，经测试，运行良好，测试函数为经典的多峰值函数。程序简单易懂，代码附有详细说明。

现代优化算法是80 年代初兴起的启发式算法。这些算法包括禁忌搜索（tabu search），模拟退火（simulated annealing），遗传算法（genetic algorithms），人工神经网 络（neural networks）。它们主要用于解决大量的实际应用问题。目前，这些算法在理论 和实际应用方面得到了较大的发展。无论这些算法是怎样产生的，它们有一个共同的目 标－求NP-hard 组合优化问题的全局最优解。

- 采用改进Tent映射进行种群初始化 - 领导者位置更新阶段，采用自适应权重因子和Levy飞行策略 - 追随者位置更新阶段，采用非均匀高斯变异算子和贪婪选择策略 - 附带word文档详细阐述了所用的改进策略 - 包含与原始SSA算法的对比 - 包含23种测试函数

- 基于原始樽海鞘算法的函数寻优算法 - 包含23种测试函数 - 方便进行扩展，加一些种群初始化策略和自适应权重策略很容易提升性能 - 注释详细

代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优代码 基于粒子群算法的寻优算法-非线性函数极值寻优

基于嵌入莱维飞行的灰狼优化(LGWO)算法的函数寻优算法