说明：这是对karaboga的人工蜂群算法的简单实现。 人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。

matlab 蜂群 算法 简单 实现

说明：本程序用差分进化算法来优化神经网络，克服局部最优，使得全局最优，亲测可用。

差分进化 DE；ANN；DE-ANN 神经网络 差分最优化 DE-神经网络

说明：本程序用差分进化算法来优化神经网络，克服局部最优，使得全局最优，亲测可用

差分进化 DEANNDE-ANN 神经网络 差分最优化 DE-神经网络

说明：一个新提出的群智能优化算法，可用于搜索全局/局部最优值。

MRFPO-matlab-code 优化算法 智能算法

说明：全局核（线性）与局部核（高斯）的加权组合，用于改进SVM的拟合和预测能力。

组合预测 SVM-高斯核 组合预测-SVM 加权-svr 组合核SVM

说明：简单的PSO算法例程，基于多个测试函数。粒子群优化算法通过选择合适的游程员百分比来优化具有多个局部极小值的多峰函数。在这种情况下，搜索代理具有较快的收敛速度并收敛到全局最优解。

GSO PSO函数 pso测试函数

说明：使用GPS双频码观测值，通过最小二乘平差估计tec（总电子含量）。电离层在350km高度近似为单层模式，采用局部或全局tec模式。估计卫星/接收机DCB（差分码偏差）以及tec模型系数。

GPS 双频码 tec tokyo

说明：为了平衡粒子群算法的全局搜索能力和局部改良能力，还可采用非线性的动态惯性权重公式。

SAPSO 非线性 动态惯性 权重公式

说明：隐条件随机场模型(Hidden Conditional Random Field, HCRF),使用中间隐藏变量对输入域的潜在结构进行建模,解决了CRF的局限,同时又具有CFR模型表达长距离依赖性和交叠性特征的能力,克服了HMM事件检测模型的局部观察独立性假设,

matlab 模型 条件 机场

说明：应用背景 k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。 关键技术 先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的...

matlab