说明：利用响应面方法对多学科协同优化方法进行改进，并用算例验证了改进的协同优化方法的有效性

Response-surface 优化-响应面 优化响应面 多学科 响应面优化

说明：该算法，解决了不收敛的问题，聚类效果非常好（效果图如附件图片所示）。改进的蚁群算法是基于遗传算法的改进，在基本遗传算法的基础之上，加入了变异因子，产生变异，从而更快的收敛。

图片遗传算法 matlab蚁群聚类 蚁群--因子 遗传-聚类 改进-蚁群

说明：matlab实现nsgaii算法。nsgaII是改进的遗传算法，对传统的遗传算法进行了改进，用于解决多目标规划问题。除了目标函数等的代码需要改，大部分的代码都不需要怎么动。

说明：应用背景粒子群算法，采用MATLAB程序进行编程，基于基本粒子群进行改进，比较适合初学粒子群算法的学者，对于目标识别方面的研究也可作为参考关键技术MATLAB程序，采用粒子群算法进行编程，对该算法进行优化，将其运用在图像识别中，给出程序可以运行出识别结果，也可在此基础上进行改进

matlab 图像 识别 方法 粒子

说明：自己收集的粒子滤波程序，包括基本的程序，卡尔曼滤波以及改进的算法。

改进的卡尔曼 粒子滤波改进 卡尔曼滤波 改进粒子滤波 粒子滤波-matlab

说明：洗牌的飞跃青蛙算法 （样图） 是新自然启发智能算法利用整个的更新和评价战略解决方案。求解多维函数优化问题，这一战略将会恶化的收敛速度和算法由于维度之间的干涉现象的解决方案的质量。为了克服这方面的不足，提出了基于样图的维度的维度改进。拟议的战略结合到其他维度值更新后的值的一维将贪婪地接受新的解决方案，...

matlabcode

说明：k-means++:一种改进的K-means++聚类算法来对初始聚类中心的选取进行改进。该改进算法的基本思想是使得初始聚类中心之间的距离尽可能的远.用于图像处理,效果还行。

分割 图像 KMeans 用于

说明：压缩包里是遗传算法与改进的遗传算法程序，并用一个实际的例子来进行仿真实验，此外，仿真是在matlab上来进行的，对于初学者关于遗传算法的同学们，可以下载哈。

说明：解决微电网多目标经济调度问题，其中包含了三个目标函数，各个目标可适当修改，采用的求解算法是改进的多目标粒子群算法，已调试运行通过

说明：kmeans均值聚类算法:一种改进的基于半监督聚类的入侵检测算法ASCID（主动学习半监督聚类入侵检测（k）利用kdd99数据集对kmeans聚类算法进行了仿真，实验结果表明，ASCID算法能够提高算法的检测率，降低误报率，验证了算法的可行性和有效性

kmeans 均值 聚类 半监督 入侵检测 ASCID