动态多目标优化

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。

动态多目标优化：基于可学习预测的动态多目标进化算法（DIP-DMOEA）求解CEC2018（DF1-DF14），提供MATLAB代码基于可学习预测的动态多目标进化算法（Learning-Based Directional Improvement Prediction for Dynamic Multiobjective Optimization，DIP-DMOEA）是2024年提出的一种动态多目标进化算法，核心在于利用神经网络学习环境变化模式，引导进化搜索。

动态多目标优化：动态约束多目标优化测试集DCP1-DCP9的TruePF（提供MATLAB代码）参考文献：[1]G. Chen, Y. Guo, Y. Wang, J. Liang, D. Gong and S. Yang, “Evolutionary Dynamic Constrained Multiobjective Optimization: Test Suite and Algorithm,” in IEEE Transactions on Evolutionary Computation, doi: 10.1109/TEVC.2023.3313689.