说明：NSGA2多目标优化算法，配上说明文档 NSGA-Ⅱ算法是 Srinivas 和 Deb 于 2000 年在 NSGA 的基础上提出的，它比 NSGA算法更加优越：它采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低；采用了拥挤度和拥挤度比较算子，代替了需要指定的共享半径 shareQ，并...

空间均匀采样 多能计算 NSGA2-比 NSGA-Ⅱ nsga2-matlab

说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。

说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。

说明：多目标启发式算法，DA算法，分布式算法，多目标最优化，也称为多标准优化

优化算法 MODA算法 MODA DA算法 DA分布式算法

说明：资源描述给出了标准CEC14的单目标优化函数代码，可以作为黑盒子直接使用！包括了8类不同的函数，每类函数有3种不同的维数设置。以传统的粒子群算法作为示例对CEC14的待优化函数进行了测试。

matlab 代码 测试 函数 目标 CEC

说明：改进粒子群算法，比较完整，自己收集的，可以运行。

粒子群-bp rapidlyq2t 改进的粒子群 优化神经网络 基于BP神经

说明：国际通用标准循环工况，并附有车速转化程序，可用于matlab车速仿真数据

welcome5yg highway循环工况 车速 NYCC循环工况 工况程序

说明：改进粒子群算法，比较完整，自己收集的，可以运行。

粒子群-bp 改进的粒子群 优化神经网络 基于BP神经

说明：D Simon的生物地理学优化算法，内亦包含相同环境下的其他优化算法，如粒子群算法、差分进化等，且含有标准测试函数

D Simon 生物地理学 优化算法

说明：一种新型的智能算法，磷虾群优化算法，用来进行标准函数的优化

优化算法 智能算法 磷虾群优化 磷虾算法 herd-algorithm