本专区汇聚了各类基于 全局优化 开发的源码资源，共计 75 篇资源供开发者免费下载学习。
一个新的元启发式优化算法，称杜鹃搜索（CS），完全实现，并给出了矢量化版本。本代码演示了如何CS为无约束优化，可以很容易推广到各种全局优化问题的有效解决。提供三个版本：cuckoo
爬山法是完完全全的贪心法，每次都鼠目寸光的选择一个当前最优解，因此只能搜索到局部的最优值。模拟退火其实也是一种贪心算法，但是它的搜索过程引入了随机因素。模拟退火算法以一定的概率来接
基于神经网络结合遗传算法的方法,通过神经网络训练拟合寻优函数,以及遗传算法极值寻优,计算证明,应用该方法的计算参数得到的曲线与实验曲线相吻合。
粒子群优化算法是通过反复尝试改进某个候选方案优化问题的一种计算方法关于某项措施的质量。粒子群优化 算法通过拥有人口候选解的优化问题这里被称为粒子，而且在附近移动这些粒子，在搜
模拟退火（SA）是一个通用的概率启发式用于在大的搜索空间定位的良好近似于给定功能的全局最优的全局优化问题。它经常被用来在搜索空间是离散的（例如，那次访问给定城市的所有旅游）。对于某
基于生物地理学的优化，优良的全局优化算法 ！地理学是研究生物的地理分布。执政的生物分布的数学方程首先发现和开发在 1960 年代。工程师的思维方式是我们可以汲取自然。这促使在优化问
BLOCH球面坐标的量子遗传算法。以bloch球面坐标为基础构造的量子遗传算法，把编码从平面坐标扩展到了球面坐标，其寻优性能更好。
DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作
蛙跳算法程序，蛙跳算法（SFLA）是一种全新的启发式群体进化算法，具有高效的计算性能和优良的全局搜索能力。蛙跳算法的思想是：在一片湿地中生活着一群青蛙。湿地内离散的分布着许多石头，
粒子群优化算法 MATLAB实现 阐述了粒子群算法的基本原理, 探讨了在MATLAB 环境中实现粒子群算法的编程方法, 构建粒子群算 法工具箱函数, 通过仿真示例验证了该方法的有效
DE. mutation crossover selection
了解粒子群优化（PSO）工作的示例；