针对目前混沌优化算法寻优速度慢的问题, 论证了Tent 映射的优越性, 并结合模式搜索法, 构造了一种搜
索速度较快的混合优化算法. 该算法能够搜索全局最优解, 并具有较快的搜索速度. 通过算例验证了该方法的可行性
和Tent 映射的应用前景.

这个简化的Matlab演示代码展示了如何使用Hybrid Firefly –遗传算法解决全局优化问题。 此混合算法是混合萤火虫–遗传算法的简化版本，旨在解决Zervoudakis K.，Tsafarakis S.，Paraskevi-Panagiota S.（2020）提出的一种新的混合萤火虫–遗传算法，用于解决离散产品线设计问题。最佳产品线设计问题。 在：Matsatsinis N.，Marinakis Y.，Pardalos P.（eds）学习和智能优化中。 LION2019。计算机科学讲座，第11968卷。ChamSpringer。 https://doi.org/10.1007/978-3-030-38629-0_23

matlab求导代码MultilevelCoordinateSearch 这是（MCS）的实现，这是Waltraud Huyer和Arnold Neumaier的算法，用于在可能有界的域上进行全局最小化。 在中，MCS在非商业算法中得分最高。 该实现是原始文档的“新鲜”实现，而不是基于所提供的Matlab代码。 状态：正在进行中。 直到完成为止（如果有的话），请检查我的。

GODLIKE (Global Optimum Determination by Linking and Interchange Kindred Evaluators) 是各种基于种群的全局优化方案的泛化。 此外，它只需添加额外的目标函数即可处理单目标和多目标优化。 GODLIKE 使用遗传算法、差分进化、粒子群优化和自适应模拟退火算法的相对基本实现来解决优化问题。 其强大之处在于，这些不同的算法同时运行（链接），并且每个种群的成员之间有时也会互换（互换），以减少收敛到局部极小值的机会。 它主要是为了提高鲁棒性，而不是效率，因为它通常需要比任何单独的算法更多的函数评估。 它还旨在消除每次遇到优化问题时对这些算法进行微调的需要，并概括优化本身（它既是单目标优化器又是多目标优化器），并生成要使用的简单图在快速报告等中 基本示例： （单目标） % 扩展 Rosenbrock 函数罗森 =

针对钢铁热轧生产操作优化问题, 建立热轧操作优化模型. 该模型的难点是, 模型具有高度非线性的特征, 难以获得最优解. 考虑模型数学表达式的结构特点, 将操作优化模型等价转化为超越几何规划模型, 由于获得的模型 存在对数项, 无法直接有效求解, 利用模型的结构特点, 通过数学变换和理论分析, 转化为凸规划模型, 从而利用凸规划软件获得最优解, 为操作优化问题获得全局最优解提供一种新方法.

连续变量的全局优化问题的模拟退火算法和遗传算法.pdf

GloptiPoly 是一个 MATLAB/SeDuMi 插件，用于构建和解决最小化多变量的（通常为非凸的）全局优化问题的凸线性矩阵不等式 (LMI) 松弛多项式函数服从多项式不等式、等式或整数约束。 该软件生成一系列单调收敛到全局最优的下界。 检测全局最优性并自动提取孤立的最优解。 数字实验表明，对于文献中描述的大多数中小型问题，以较低的计算成本达到全局最优。 GloptiPoly 的潜在应用包括求解多项式方程组、最小距离问题、非凸二次规划问题、组合优化、 动态系统鲁棒性分析或非线性系统稳定性分析。 欢迎提供特定的问题实例和应用实例。 请将您的数据转发至 henrion@laas.fr 查看网页 http://www.laas.fr/~henrion/software/gloptipoly 如需更多信息、综合用户指南、相关研究报告和完整包。

用于蛋白质结构优化的拉马克蚁群方法的实现。这是 GMIN 全局优化程序的一个分支

Simple(x)黑盒全局优化算法的 Rust 实现。 该算法（不应与单纯形算法混淆）最接近贝叶斯优化。与贝叶斯优化相比，它的优势在于能够高效地处理大量样本和高维。

根据双层线性规划全局最优解可在约束域极点上达到的性质和线性规划对偶理论,引进上层目标函数对 应的一种割平面约束,对双层线性规划的约束域不断进行切割,求得问题更好的可行解,提出了一种利用单纯形法 寻找双层线性规划全局最优解的方法。算例说明了算法的求解过程,并验证了算法的有效性。