优化算法

胖哥真不错

数据集： TSPLIB旅行商问题-对称TSP数据集说明：如需数据可以直接到文章最后获取。TSPLIB的对称旅行商问题（Symmetric Traveling Salesman Problem, TSP）数据集是研究和解决经典组合优化问题的重要资源。TSP的核心在于寻找一条最短路径，使得旅行者从起点出发，恰好访问每个给定城市一次后返回起点，其中从一个城市到另一个城市的距离与方向无关。该数据集包含了来自不同来源、规模各异的问题实例，从小型示例到包含数千个城市的大型挑战应有尽有。这些实例不仅用于评估新算法的性能，也是教学中不可或缺的一部分，帮助学生理解复杂优化

2025年6月最新SCI-灰熊脂肪增长优化算法Grizzly Bear Fat Increase-附Matlab免费代码本期介绍一种受自然启发的创新算法——灰熊脂肪增长优化算法Grizzly Bear Fat Increase optimizer，GBFIO。GBFIO算法模仿灰熊为准备过冬而积累身体脂肪的自然行为，借鉴了它们的狩猎、捕鱼、吃草、蜂蜜等策略。于2025年6月发表在JCR 1区，中科院3区 SCI 期刊 Biomimetics。

2025年7月Renewable Energy-冬虫夏草优化算法Caterpillar Fungus Optimizer-附Matlab免费代码本期介绍一种创新元启发式算法——冬虫夏草优化算法Caterpillar Fungus Optimizer，CFO 。以冬虫夏草独特的形成过程为灵感，阐述了所拟CFO的概念框架和模型构建。于2025年7月在线发表、2026年1月正式发表在JCR 1区，中科院1区 SCI 能源领域期刊 Renewable Energy。

2025年7月一区SCI-投影迭代优化算法Projection Iterative Methods-附Matlab免费代码本期介绍一种创新元启发式算法——投影迭代优化算法 Projection-Iterative-Methods-based Optimizer (PIMO) 。PIMO是一种受投影迭代法启发的新型元启发式算法。于2025年7月在线发表、9月正式发表在JCR 1区，中科院1区 SCI 期刊 Knowledge-Based Systems。

2025年一区SCI-回旋镖气动椭圆优化算法Boomerang Aerodynamic Ellipse-附Matlab免费代码本期介绍一种新的元启发式算法——回旋镖气动椭圆优化算法Boomerang Aerodynamic Ellipse Optimizer (BAEO)。该优化器的灵感来自于飞行中的回旋镖的空气动力学行为，明确地建模了释放角和发射力如何塑造其轨迹。于2025年7月最新发表在JCR 1区，中科院2区 SCI 期刊 Mathematics and Computers in Simulation。

2025最新智能优化算法：沙狐优化（Rüppell‘s Fox Optimizer，RFO）算法求解23个经典函数测试集，完整MATLAB代码沙狐优化（Rüppell’s Fox Optimizer，RFO）算法是2025年提出的一种新型元启发式优化算法，灵感来源于Rüppell狐（一种沙漠狐）在自然环境中的觅食行为。该算法通过模拟Rüppell狐的视觉、听觉和嗅觉能力，以及其在白天和夜晚的狩猎策略，来解决全局优化问题。

2025年6月一区-田忌赛马优化算法Tianji’s horse racing optimization-附Matlab免费代码近年来，在合理框架内求解优化问题的元启发式算法的发展引起了全球科学界的极大关注。本期介绍一种新的元启发式算法——田忌赛马优化算法Tianji’s horse racing optimization，THRO。以中国历史上的田忌赛马故事为灵感，这个故事讲述了田忌如何利用自己的优势来抵消对手的弱点，最终在比赛中获胜。于2025年6月最新发表在JCR 1区，中科院1区 SCI计算机类期刊 Artificial Intelligence Review（影响因子IF：13.9）。

遗传算法的原理与实现示例遗传算法是一种受生物进化理论启发的随机优化算法，其核心思想是模拟自然界中 “物竞天择、适者生存” 的进化过程，通过对候选解的迭代优化，找到问题的最优解。

【深度学习优化算法】02：凸性【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈PyTorch深度学习 ⌋ ⌋ ⌋ 深度学习 (DL, Deep Learning) 特指基于深层神经网络模型和方法的机器学习。它是在统计机器学习、人工神经网络等算法模型基础上，结合当代大数据和大算力的发展而发展出来的。深度学习最重要的技术特征是具有自动提取特征的能力。神经网络算法、算力和数据是开展深度学习的三要素。深度学习在计算机视觉、自然语言处理、多模态数据分析、科学探索等领域都取得了很多成果。本专栏介绍基于PyTorch的深度学习算法实现

2025年6月一区SCI-不实野燕麦优化算法Animated Oat Optimization-附Matlab免费代码近年来，在合理框架内求解优化问题的元启发式算法的发展引起了全球科学界的极大关注。本期介绍一种新的元启发式算法——不实野燕麦优化算法Animated Oat Optimization algorithm，AOO。该算法模拟了不实野燕麦的3种独特行为，于2025年6月最新发表在JCR 1区，中科院1区 SCI计算机类期刊 Knowledge-Based Systems。

狗蛋不是狗

Python 实现的运筹优化系统数学建模详解(多目标规划模型）在数学建模的广阔领域中，多目标规划模型占据着极为重要的地位。它致力于在复杂的实际场景里，同时优化多个相互冲突的目标，寻求一组决策变量，让多个目标函数在满足特定约束条件下达到某种平衡。这种模型广泛应用于生产调度、资源分配、投资决策等众多领域，为解决现实中的复杂问题提供了强大的工具。本文将深入探究多目标规划模型的核心原理、详细的算法实现过程，深入解读其 Python 代码，并全面探讨它在各类实际场景中的应用。

狗蛋不是狗

Python 实现的运筹优化系统数学建模详解(最大最小化模型)在数学建模的实际应用里，最大最小化模型是一种极为关键的优化模型。它的核心目标是找出一组决策变量，让多个目标函数值里的最大值尽可能小。该模型在诸多领域，如资源分配、选址规划等，都有广泛的应用。本文将深入剖析最大最小化模型的原理、算法实现，详细解读其 Python 代码，并探讨它在不同场景下的应用。

2025年2月最新SCI-鹰鱼优化算法HawkFish Optimization Algorithm-附Matlab免费代码本期介绍了一种基于鹰鱼独特的性别转换行为建模的生物启发算法——鹰鱼优化算法HawkFish Optimization Algorithm，HFOA。该算法于2025年2月最新发表在JCR2区，中科院3区SCI期刊Electronics

2025年2月最新SCI-中华穿山甲优化算法Chinese Pangolin Optimizer-附Matlab免费代码本期介绍了一种新型的仿生元启发式算法——中华穿山甲优化算法Chinese Pangolin Optimizer，CPO。灵感来自于中华穿山甲独特的狩猎行为。该算法于2025年2月最新发表在JCR2区，中科院3区SCI期刊 Journal of Supercomputing

深度学习pytorch之19种优化算法（optimizer）解析提示：有谬误请指正本博客详细介绍了多种常见的深度学习优化算法，包括经典的LBFGS 、Rprop 、Adagrad、RMSprop 、Adadelta 、ASGD 、Adamax、Adam、AdamW、NAdam、RAdam以及SparseAdam等，通过对这些算法的公式和参数说明进行详细解析，博客旨在为机器学习工程师和研究人员提供清晰的理论指导，帮助读者选择合适的优化算法提升模型训练效率。

2025年2月一区SCI-海市蜃楼搜索优化算法Mirage search optimization-附Matlab免费代码本期介绍了一种基于海市蜃楼物理原理的元启发式优化算法——海市蜃楼搜索优化算法Mirage search optimization，MSO。该算法于2025年2月在线发表在JCR 一区、中科院2区SCI期刊 Advances in Engineering Software

2024年中科院一区SCI-雪雁优化算法Snow Geese Algorithm-附Matlab免费代码本期介绍了一种受雪雁飞行行为启发的元启发式方法——雪雁优化算法Snow Geese Algorithm，SGA。它的灵感来自雪雁的迁徙行为，并模仿了它们在迁徙过程中观察到的独特的“人字”和“直线”形状的飞行模式。该算法于2024年2月最新发表在JCR 一区、中科院1区 Top SCI期刊 Applied Mathematical Modelling

2025年3月一区SCI-混沌进化优化算法Chaotic evolution optimization-附Matlab免费代码本期介绍了一种基于混沌动力学的元启发式算法-混沌进化优化算法Chaotic evolution optimization，CEO。CEO的主要灵感来源于二维离散记忆映射的混沌演化过程。通过利用记忆映射的超混沌特性，对CEO算法进行数学建模，为进化过程引入随机搜索方向。该算法于2025年3月最新发表在中科院1区SCI期刊 Chaos, Solitons & Fractals。

随机梯度下降（SGD）算法的深度剖析与应用探索在当今的机器学习和深度学习领域，优化算法是模型训练的核心驱动力。随机梯度下降（Stochastic Gradient Descent, SGD）作为一种经典的优化算法，因其高效的计算能力和广泛的应用场景，成为了许多研究者和工程师的首选。本文将深入剖析SGD的核心原理、特性、优化策略及其在实际项目中的应用，帮助读者更好地理解和掌握这一算法。

2024年12月一区SCI-加权平均优化算法Weighted average algorithm-附Matlab免费代码本期介绍了一种基于加权平均位置概念的元启发式优化算法，称为加权平均优化算法Weighted average algorithm，WAA。该成果于2024年12月最新发表在中JCR1区、中科院1区 SCI期刊 Knowledge-Based Systems。