为解决基本遗传算法在实际应用中存在的收敛速度低及稳定性差的问题.采用了单纯同伦算法与基本遗传算法相结合的改进算法,将n维函数优化问题放到高一维的空间中.改进后的算法通过同伦参数的变化设置跟踪路径,使用网径渐细的单纯剖分,使目标解的精度随着算法的迭代过程逐渐提高,在不损失算法效率的前提下提高了算法的精度;算法依据单纯剖分的顶点整数标号信息作为判断收敛的标准,改善了基本遗传算法判敛标准受人为因素影响的缺点,提升了稳定性.优化算例表明:与相关文献的优化算法相比较,改进后的遗传算法有更高的效率及更高的精度.

牛顿同伦迭代算法 先进行同伦算法，涉及的微分方程求解采用改进欧拉法，最后进行牛顿迭代

in_非线性方程组的同伦算法及应用.pdf

大数据-算法-非凸规划组合同伦算法复杂性分析.pdf

压缩感知，稀疏恢复中能够用到的L1同伦算法，性能好，速度快，有一定参考价值。

介绍各种同伦算法的相关基础知识，以及不同情况下的算法分析讲解，内容比较全面。

牛顿迭代算法有一定的缺陷，这个是实现同伦算法优化初值的例子。平台是matlab，可以参考。