说明：1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合...

遗传算法 多目标 Pareto 最优解搜索算法 二维背包搜索算法 免疫算法 粒子群算法 鱼群算法 模拟退火算法 蚁群算法 神经网络 向量机分类 向量机回归拟合 极限学习机 回归拟合

说明：模拟退火发与粒子群算法的结合，程序可用，收敛的很快

模拟退火-matlab 退火算法 退火粒子群 粒子群 模拟退火--全息

说明：模拟退火粒子群算法，简单实用，非常好的程序

模拟退火算法 粒子群-退火 退火粒子 simuapso1 模拟退火

说明：用计算流体力学方法模拟粒子碰撞，可以自定义各种参数包括粒子数，粒子密度，半径等。 可用于重力坐标系或者无重力空间。

matlab 模拟 方法 计算 粒子 碰撞 流体力学

说明：应用背景在电脑里科学，粒子群优化（粒子群算法）是一种计算方法，通过反复地尝试提高候选人的问题来优化问题关于一个给定的解决方案质量测量。粒子群优化算法的一个问题，有一个人口的候选人解决方案，在这里被称为粒子，并根据简单的数学公式在粒子的位置和速度移动这些粒子周围的搜索空间。每个粒子的运动受其局部的影响...

matlab 算法 代码 实现 优化 粒子

说明：基于模拟退火的粒子群优化算法，其基本思想是在小范围内随机扰动生成一个新位置，并计算新旧位置的适应值，按照模拟退火算法的Metropolis接受准则，接受一个新位置作为最优位置。试算结果表明，该方法显著改善了优化的效果，并加快了算法的收敛速度，提高了反演效率。

matlab 算法 基于 模拟 粒子 退火

说明：用蒙特卡洛法模拟编写的计算粒子的多次散射和单次散射的比较。

蒙特卡洛法模拟 计算粒子 多次散射 单次散射 散射

说明：基于模拟退火的粒子群优化算法，算法的迭代速度快，精度高。

PSOSA 模拟退火 粒子群优化算法

说明：多目标粒子群算法，模拟传感器布置的，又需要的可以过来拿。

多目标粒子群算法 模拟传感器 MOPSO

说明：粒子群优化算法 (PSO) 是进化计算由坚尼地介绍该地区的一个新分支 和埃伯哈特在 1995 年 [8]。PSO 易于实施和经验主义地好上很多优化执行已验证 问题。由于在求解无约束的优化问题的粒子群成功，PSO 也逐渐 在过去几年获得高阶警察的注意。建议动态的多群梁和 Suganthan [9...

matlab 模拟 优化 粒子