hahahahah123456的博客

智能优化算法学习总结一.概述优化问题是指在满足一定条件下，，在众多或参数中寻找最优化方案或参数值，以是的某个或多个功能指标达到最优，或使系统的某些性能指标达到最大值或最小值。智能优化算法又称为现代启发式算法，是一种具有全局优化性能、通用性强且适合与并行处理的算法。一般具有严密的理论依据，而不是简单的凭借专家经验，理论上可以在一定的时间内找到最优解或近似最优解。二.近二年提出的最新智能优化算法20212020三.代码查找方式太多太多了，包括但不限于以下。（人民币玩家yyds）（1）Git

智能优化算法2-改进方法（未完待续）群智能优化算法是一种模拟自然界生物行为和自然现象的元启发式算法,具有良好的并行性和自主探索性。1.通过初始化种群改进大多数群体智能算法（启发式智能优化算法）初始种群中个体的生成是给定范围内随机生成，导致初始个体具有较大的随机性和不确定性，所以可以通过改进初始化种群的方式改进算法优化和收敛性能，实现局部开发和全局探索能力的提升。1.1 混沌映射1.2 反向学习1.3 莱维飞行2.策略优化个体迭代更新2.1高斯游走策略2.2 随机游走策略2.3正余弦优化策

智能优化算法1-冠状病毒群免疫优化算法（CHIO）1.算法简介2020年Mohammed Azmi Al-Betar等人提出的一种新的基于自然的优化算法——冠状病毒群体免疫优化算法(CHIO)。其灵感来源于世界传播的灾难性的新冠病毒，模仿了群体免疫策略和社会距离概念。三种类型的个体病例用于群体免疫:易感、感染和免疫。本文研究了CHIO对其参数的敏感性。然后，CHIO使用23个著名的基准测试函数进行评估对七种最先进的方法进行了比较评价。比较分析表明，与其他成熟的方法相比，CHIO能够产生非常有竞争力的结