以引力搜索算法（Gravitational Search Algorithm，GSA）为例，测试函数为23个经典单目标测试函数，能直接运行，可二次开发。资源包括：23个经典单目标测试函数+GSA算法。

【优化求解】基于引力搜索算法GSA求解最优目标matlab源码.zip

引力搜索算法在2009年被首次提出，是一种基于万有引力定律和牛顿第二定律的种群优化算法。该算法通过种群的粒子位置移动来寻找最优解，即随着算法的循环，粒子靠它们之间的万有引力在搜索空间内不断运动，当粒子移动到最优位置时，最优解便找到了。

全球5G终端发展状态报告

全球FWA市场发展报告

万有引力搜索算法(gravitational search algorithm,GSA)相比于传统的优化算法具有收敛速度快、开拓性能强等特点,但GSA易陷入早熟收敛和局部最优,搜索能力较弱.为此,提出一种基于改进的Tent混沌万有引力搜索算法(gravitational search algorithm based on improved tent chaos,ITC-GSA).首先,改进Tent混沌映射来初始化种群,利用Tent混沌序列随机性、遍历性和规律性的特性使得初始种群随机性和遍历性在可行域内,具有加强算法的全局搜索能力;其次,引入引力常数G的动态调整策略提高算法的收敛速度和收敛精度;再次,设计成熟度指标判断种群成熟度,并使用Tent混沌搜索有效抑制算法早熟收敛,帮助种群跳出局部最优;最后,对10个基准函数进行仿真实验,结果表明所提算法能够有效克服GSA易陷入早熟收敛和局部最优的缺点,提高算法的收敛速度和寻优精度.

引力搜索算法 (GSA) 是一种基于引力和质量相互作用定律的优化算法。该算法基于牛顿引力：“宇宙中的每个粒子都以与它们的乘积成正比的力吸引其他每个粒子。它们的质量与它们之间距离的平方成反比”。

该文件包含不同的 MATLAB 函数，展示了如何使用 GSA-BBO 杂交算法进行优化，其中 GSA（重力搜索算法）和 BBO（基于生物地理的优化）。 该算法利用移民、移民、HSI、SIV等BBO的概念，解决了GSA当地人口范围问题，优化了GSA的适应度函数。

这项工作将十张混沌图嵌入到最近提出的基于人口的元启发式算法称为引力搜索算法 (GSA) 的引力常数 (G) 中。 此外，还提出了一种自适应归一化方法，以平滑地从探索阶段过渡到开发阶段。 作为案例研究，十二个偏移和有偏差的基准函数在探索和利用方面评估了所提出的基于混沌的 GSA 算法的性能。 文章链接： http : //www.sciencedirect.com/science/article/pii/S1568494617300121 我有很多这方面的相关课程。 您可以通过以下链接注册，享受 95% 的折扣： ****************************************************** ****************************************************** *****************************

基于改进GSA的优化LSSVM的混合热率预测模型