说明：将粒子群算法与免疫结合，计算函数的优化极值。

PSO 粒子群-免疫 粒子群优化 函数-优化 my_pso

说明：模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最优分类结果

matlab 算法 源码 遗传 改进 模糊 均值

说明：用matlab实现鲍威尔法（powell）求多维无约束函数极值点，修改目标函数和迭代精度就可以使用，根据机械工业出版社出版的哈尔滨工业大学的孙靖民主编《机械优化设计》上的框图编写而成，验证过可运行得到正确结果

说明：用遗传算法为 BP 神经网络优化权值，使网络具有快速学习网络权重的能力，并且能够摆脱局部极小点的困扰。遗传算法的全局搜索能力来弥补BP算法全局搜索能力不足，实例证明，这种预测模型比BP网络预测模型具有更高的精度。

BP神经网络 神经网络预测 遗传-神经网络 遗传算法 matlab

说明：    模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最终的分类结果。

matlab 算法 源代码 遗传 改进 模糊 均值

说明：多种群遗传算法的函数优化算法，求解约束条件下的极大值。

多种群 MPGA算法 多种群遗传 多种群-遗传 MPGA

说明：交叉熵（CE）方法由于Reuven鲁宾斯坦是一个普通的Monte Carlo方法的组合和连续多极值优化和重要性采样。该方法起源于稀有事件仿真领域，

说明：遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统...

遗传算法

说明：极限学习机（extreme learning machine）ELM是一种简单易用、有效的单隐层前馈神经网络SLFNs学习算法。2004年由南洋理工大学黄广斌副教授提出。传统的神经网络学习算法（如BP算法）需要人为设置大量的网络训练参数，并且很容易产生局部最优解。极限学习机只需要设置网络的隐层节...

matlab 极限 学习机

说明：BFGS算法: 可以解决无约束的最优化问题，如求目标函数的极值等。

BFGS-最优 L-BFGS-F90 LBFGS-sous-matlab BFGS genetic-programing