说明：nsga2与DE算法的结合算法,用于求解多目标优化问题。

nsga2算法 DE算法 结合算法 DE

说明：由于传感器自身以及通信延迟等原因,使得异步多传感器数据融合问题比同步问题的研究更切合实际。对连续时间系统在融合中心和各传感器节点分别进行异步离散化处理,离散后过程噪声与测量噪声以及测量噪声之间相关,虽然相应连续时间系统中的噪声是不相关的。最后推导了相关噪声情况下的异步融合算法,仿真结果说明了算法的有...

噪声 异步融合算法

说明：非线性机动目标的跟踪，将粒子滤波算法和交互式多模型算法相结合。

交互式 多模型 PF 非线性 机动目标 粒子滤波算法 交互式多模型算法

说明：主要讲解了蚁群算法的应用以及与其他智能算法结合的实例，具有很好的学习价值。

蚁群算法 智能算法

说明：用matlab编写的遗传算法结合潮流计算的程序

潮流算法 潮流-遗传算法 遗传算法潮流 powerflow 遗传算法

说明：nsga2与DE算法的结合算法，用于求解多目标优化问题

MATLAB-NSGA DE-algorithm nsga-2 nsga2-matlab nsga2

说明：遗传算法和膜计算混合算法，运用膜计算的特性结合GA算法

GAaRastrigin 混合遗传算法 遗传算法膜 遗传膜算法 膜-算法

说明：由混合信号分离出原信号的算法，目前比较成熟的线性盲源分离算法有很多，FastICA是其中之一。独立成分分析ICA是一个在多领域被应用的基础算法。ICA是一个不定问题，没有确定解，所以存在各种不同先验假定下的求解算法。相比其他技术，ICA的开源代码不是很多。

混合信号 线性盲源分离算法 FastICA 独立成分分析 ICA 基础算法 求解算法 开源代码

说明：1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合...

遗传算法 多目标 Pareto 最优解搜索算法 二维背包搜索算法 免疫算法 粒子群算法 鱼群算法 模拟退火算法 蚁群算法 神经网络 向量机分类 向量机回归拟合 极限学习机 回归拟合

说明：免疫粒子群优化算法调整PID。该方法将免疫算法中基于浓度的抗体复制策略与粒子群优化算法相结合。对低浓度粒子进行提升，对高浓度粒子进行抑制，从而保持粒子的多样性，克服了粒子群算法容易陷入局部最优的缺点，优化速度快。

混合优化算法 AIPSO PSO 混合算法 PID