说明：matlab BP神经网络遗传算法优化，局部最优解 2. fitness.m为输入自变量优化适应度子函数。 3. de_code.m为输入自变量优化编解码子函数。 4. gabpEval.m为BP网络权值和阈值优化适应度子函数。 5. gadecod.m为BP网络权值和阈值优化编解...
说明：应用背景遗传算法是根据自然界生物染色体进化的数学模型。首先对种群进行初始化，对每个个体计算适应度，生产下一代。如果生成的种群达不到优化的终止条件，则按照适应度选择优良个体、父代进行交叉或变异，生成子代，然后用子代取代父代，再生成下一个子代。循环执行这一过程，直到满足优化终止条件为止。在遗传算法寻优过...
说明：优化是指以最小化或最大化某些函数取得最好的结果。大部分的工程活动，其目的可能是减低生产效率最大化或利润最大化。例如减轻飞机重量，确定空间飞行器的最优轨迹、 推土机、 风机、 泵的设计、 控制、 调度、 运行优化、 控制发电厂及电力系统控制等。优化算法分为两个主要类别常规优化算法和进化优化算法。传统的...
说明：最基本的粒子群优化算法程序，用Matlab实现，非常简单。是主函数的源程序，优化函数则以m文件的形式放在fitness.m里面，对不同的优化函数只要修改fitness.m就可以了通用性很强。
说明：洗牌的飞跃青蛙算法 （样图） 是新自然启发智能算法利用整个的更新和评价战略解决方案。求解多维函数优化问题，这一战略将会恶化的收敛速度和算法由于维度之间的干涉现象的解决方案的质量。为了克服这方面的不足，提出了基于样图的维度的维度改进。拟议的战略结合到其他维度值更新后的值的一维将贪婪地接受新的解决方案，...
说明：梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函...
说明：目标规划的相关论文
说明：粒子群优化算法寻找目标函数全局最小值，只要根据想要，更改相应的目标函数，就可以解决相关最优化问题
说明：Level Set方法的基本思想是将平面闭合曲线隐含地表达为二维曲面函数的水平集,即具有相同函数值的点集,通过Level Set函数曲面的进化隐含地求解曲线的运动.尽管这种转化使得问题在形式上变得复杂,但在问题的求解上带来很多优点,其最大的优点在于曲线的拓扑变化能够得到很自然的处理,而且可以获得唯一...
说明：基于普通粒子群优化算法进行改进的CLPSO，并提供了几种常见的测试函数。用户下载以后可以自己重新设置测试函数。函数的适应度可以通过适应度曲线展示出来。正在研究粒子群算法的同学可以看一看，十分有参考价值。