蚁群

这是MATLAB中最新的优化工具箱，它利用最近提出的7种算法来优化您的问题。 此工具箱中提供的算法包括： 灰狼优化器（GWO），蚂蚁狮子优化器（ALO），多功能优化器（MVO），蜻蜓算法（DA），蛾火焰算法（MFO），正弦余弦算法（SCA）和鲸鱼优化算法（WOA） 。(This is the latest optimization toolbox in MATLAB, which optimizes your problem using seven algorithms recently proposed. The algorithms provided in this toolbox include: GWO, ALO, MVO, DA, MFO, SCA and WOA.)

说明：  多目标优化算法NSGAⅡ的matlab仿真结果实现。(The multi-objective optimization algorithm NSGA II is realized by MATLAB simulation.)

说明：  在信息素更新上面对于蚁群算法所做出的改进，(In pheromone update, the improvement of ant colony algorithm is made,)

说明：  基于多样本和遗忘能力的扩展粒子群算法，关于粒子群改进的代码，提供给大家学习。(An expanded particle swarm optimization based on multi-exemplar and forgetting ability)

多个萤火虫算法基础算例，为萤火虫算法通用算例(benchmark problem for firefly algorithm)

说明：  灰狼算法和粒子群算法的结合，是两种种群算法的结合，值得一看(The combination of grey Wolf algorithm and particle swarm optimization is a combination of two population algorithms, which is worth a look)

说明：  CEC2017前几名的MATLAB算法实现 有EBOwithCMAR; jSO; LSHADE_SPACMA; LSHADE-cnEpSin 各种参数都可以调整，包括种群数量、F因子、变异率、交叉率等(The realization of MATLAB algorithm for the top few of cec217. There are ebowithcmar; JSO; lshade_spacma; lshade cnepsin. Various parameters can be adjusted, including population number, F factor, mutation rate, crossover rate, etc.)

说明：  蜻蜓算法，详细，可运行，对蜻蜓的运动进行描述(Dragonfly algorithm, detailed, operational)

说明：  求解多目标问题，业内最经典的多目标算法之一(to solve multi-object problem)

原始的最优化算法，用来求解最小值最大值，适合新手入门学习(fruit fly optimization)