- 在原始ALO算法的基础上添加了两种改进策略 - 改进1：将原先的间断性边界收缩因子变为连续性边界收缩因子，从而增强算法的遍历性 - 改进2：将原先均衡的权重系数变为动态权重系数，平衡算法的全局搜索和局部开发能力 - 仿真图中包含改进后的IALO算法与原始ALO算法的比较，可以看出性能提升明显 - 包含23种测试函数

- 基于原始蚁狮优化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

2015年新发布的蚁狮优化算法ALO，以及原作者的发布论文，可用于神经网络权值阈值的优化

Ant Lion Optimizer (ALO) 模仿自然界中蚁狮的狩猎机制。 狩猎猎物的五个主要步骤得以实现，例如随机行走蚂蚁，筑筑陷阱，将蚂蚁困在陷阱中，捕捉猎物和重建陷阱。 这是论文的源代码： Seyedali Mirjalili，The Ant Lion Optimizer，工程软件进展，第 83 卷，2015 年 5 月，第 80-98 页，ISSN 0965-9978， http: //dx.doi.org/10.1016/j.advengsoft.2015.01.010。 ( http://www.sciencedirect.com/science/article/pii/S0965997815000113 ) 更多信息请见： http : //www.alimirjalili.com/ALO.html 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

这是一个简单的工具箱，具有友好的图形界面，非常适合那些没有很高编程技能的人。 ALO 算法的参数可以在工具箱中轻松定义。 目标函数的默认名称是 CostFunction。 如果您查看 CostFunction.m 文件，您可能会注意到成本函数获取向量 ([x1 x2 ... xn]) 中的变量并返回目标值。 您可以在此文件中编写目标函数，也可以创建一个新文件并将其名称传递给工具箱。 如果您决定采用第二个选项，请记住遵循相同的输入和输出结构。 变量的下限和上限也应写为 lb1,lb2,...,lbn 和 ub1,ub2,...,ubn。 如果所有变量的下限和/或上限相等，您可以将 lb 和 ub 定义为两个单一数字：lb、ub。 只需运行 ALO_toolbox.m 文件即可享受！ 这是论文的源代码： Seyedali Mirjalili，The Ant Lion Optimizer，

优选策略的自适应蚁狮优化算法_matlab源码.7z

PCA、LDA、MDS、LLE、TSNE等降维算法的python实现

这是 MATLAB 中最新的优化工具箱，它利用 7 种最近提出的算法来优化您的问题。 此工具箱中可用的算法有： 灰狼优化器 (GWO)、蚁狮优化器 (ALO)、多节优化器 (MVO)、蜻蜓算法 (DA)、飞蛾-火焰算法 (MFO)、正弦余弦算法 (SCA) 和鲸鱼优化算法 (WOA) . 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： ****************************************************** ****************************************************** ******************************************** 一门关于“优化问题和算法：如何理解、制定和解决优化问题”的课程： https://www.udemy.com/opt

ALO算法源代码

蚂蚁狮子优化算法——The Ant Lion Optimizer，ALO算法