说明：基于多目标优化问题的改进蚁群算法的设计描述。

多目标优化 蚁群算法

说明：利用粒子位置和速度的改变更新，在熟悉多目标粒子群算法的基础上利用测试函数对该算法进行仿真，并对仿真结果进行优化。

多目标优化 pso测试函数 pso-优化 测试函数MATLAB 多目标pso

说明：最优化方法的一些基本算法的实现：1，0.618法；2，牛顿法；3，改进牛顿法；4，FR法；5，DFP法

优化牛顿算法 改进牛顿法 algorithm FR-MATLAB matlab-fr

说明：粒子群优化算法结合灰色模型进行电力市场的预测，自己编写的源代码，使用标准粒子群算法

粒子群代码 灰色预测 PSO 灰色预测优化 灰色-PSO

说明：本程序为物流选址的matlab软件下实现的源代码，利用粒子群优化算法进行求解，程序简洁实用

matlab-选址 物流-优化 物流-matlab matlab选址-代码 物流-粒子群

说明：实现遗传算法优化的神经网络进行时间序列的预测，genetic.m接口函数简单明了，神经网络参数直接修改，自己的数据文件直接更换load即可。

m函数 BP-GA bp-时间序列 BP优化-matlab bp-ga

说明：二进制粒子群优化算法pso，主程序：swarmpso.m 它包括以下子程序：1.　初始化：swarminit.m2.　适应值计算函数：swarmeval.m；

粒子群-适应值 二进制-粒子群 PSO-二进制 matlab-pso binary-pso-matlab

说明：资源描述为进行图像去雾实验，本案例采用全局直方图均衡化、局部直方图均衡化算法来进行图像去雾实验，并选择Retinex增强算法来作为直方图去雾算法的延伸。在本案例中，采用GUI设计软件并通过菜单关联不同的去雾算法，通过显示处理前后的直方图来进行去雾效果的对比。

matlab 图像 直方图 基于 优化 技术

说明：进行多目标优化，主要是使用了NSGA-2的算法，在代码中进行了必要的标注

NSGA-2 MOEAD NSGA 多目标优化 遗传算法

说明：利用粒子群优化算法，进行样本训练BP神经网络。

PSO 粒子群优化算法 BP神经网络