群体智能优化

群体智能优化算法-鹈鹕优化算法（Pelican Optimization Algorithm, POA，含Matlab源代码）鹈鹕优化算法（Pelican Optimization Algorithm, POA）是一种灵感来自自然界鹈鹕觅食行为的元启发式优化算法。POA 模拟鹈鹕捕食的两个主要阶段：探索阶段和开发阶段。通过模拟鹈鹕追捕猎物的动态行为，该算法在全局探索和局部开发之间保持平衡，能够有效地解决复杂的优化问题。本文将详细介绍 POA 的算法原理、数学模型，并提供完整的 MATLAB 实现代码，帮助读者更好地理解并应用该算法。

群体智能优化算法-大猩猩部落优化算法（Gorilla Troops Optimizer, GTO，含Matlab源代码）大猩猩部落优化算法（Gorilla Troops Optimizer, GTO）是一种基于大猩猩部落行为的新型智能优化算法。该算法受大猩猩的群体行为和领导机制启发，以首领（Silverback）为核心，通过探索（Exploration）和开发（Exploitation）两个阶段进行优化搜索。GTO 在搜索过程中动态调整探索和开发的比例，以提高收敛速度和全局寻优能力。本文详细介绍 GTO 的数学建模，并提供完整的 MATLAB 实现代码，其中包括详细的中文注释，以便读者理解和应用该算法。

群体智能优化算法-沙丁鱼群优化算法（Salp Swarm Algorithm (SSA，含Matlab源代码）Salp Swarm Algorithm（SSA，沙丁鱼群优化算法）是一种基于群体智能的元启发式优化算法，灵感来自沙丁鱼群在水中的游动模式。SSA 在求解复杂优化问题时表现出良好的全局搜索能力和收敛性能。本文详细介绍SSA的数学原理，并提供完整的MATLAB代码，附带详细中文注释，便于读者理解其工作原理及实现细节。

群体智能优化算法-正弦余弦算法（Sine Cosine Algorithm, SCA，含Matlab源代码）正弦余弦算法（Sine Cosine Algorithm, SCA）是一种轻量级的群体智能优化算法，由 Seyedali Mirjalili 于 2016 年提出。该算法通过正弦函数和余弦函数引导搜索个体围绕最优解进行跳跃式移动，实现在搜索空间内的全局探索与局部开发。SCA 具有参数少、结构简洁、易于实现等优点，广泛应用于函数优化、特征选择、机器学习等领域。

群体智能优化算法-蜻蜓优化算法（Dragonfly Algorithm, DA，含Matlab源代码）蜻蜓优化算法（Dragonfly Algorithm, DA）是一种新颖的群体智能优化算法，由 Seyedali Mirjalili 在 2016 年提出。该算法受到蜻蜓群体在捕食、迁徙和交配行为中的飞行模式启发，并通过模拟蜻蜓在自然界中搜索猎物的行为来解决单目标、多目标和离散优化问题。DA 主要依靠五种行为规则（分离、对齐、聚合、猎物吸引、敌人规避）来更新蜻蜓的速度和位置，以实现全局搜索与局部搜索的平衡。本文详细介绍 DA 的数学模型、关键公式，并对 MATLAB 代码进行了逐行详细注释，以帮助读者理解

群体智能优化算法-灰狼优化算法（Grey Wolf Optimizer, GWO，含Matlab源代码）灰狼优化算法（GWO）是一种模拟灰狼群体捕猎行为的智能优化算法。GWO 通过模仿灰狼的领导等级（Alpha、Beta、Delta 和 Omega）以及围猎、追踪、包围和进攻猎物的策略来进行优化搜索。该算法具有简单、参数少、计算效率高的特点，广泛应用于函数优化、机器学习、图像处理等领域。本文提供 GWO 的 MATLAB 实现，并详细解析其算法逻辑。

群体智能优化算法-模拟退火优化算法（Simulated Annealing, SA，含Matlab源代码）模拟退火（SA）算法是一种基于物理退火过程的全局优化算法，其核心思想来源于热力学中的退火过程：将材料加热到高温后再缓慢冷却，使其分子结构趋于最低能量状态，从而获得稳定结构。SA 算法利用 Metropolis 准则来决定接受新的解，以一定概率接受劣解，从而避免陷入局部最优。SA 具有收敛速度快、计算复杂度低、适用于连续优化问题等特点，被广泛应用于组合优化、函数优化、神经网络训练等领域。

群体智能优化算法-黏菌优化算法（Slime Mould Algorithm, SMA，含Matlab源代码）黏菌优化算法（Slime Mould Algorithm, SMA）是一种受生物启发的新型随机优化方法，其灵感来源于黏菌在食物搜索过程中形成的动态网络结构。SMA 通过模拟黏菌对化学物质的感知与移动方式，引导搜索代理进行全局探索和局部开发。算法采用适应度加权策略，使得较优个体获得更大的影响力，同时结合随机扰动和边界检查，保证算法的稳定性和收敛性。实验结果表明，SMA 具有良好的优化能力，在求解高维复杂优化问题时表现优异。该算法可广泛应用于工程优化、模式识别和机器学习等领域。

群体智能优化算法-䲟鱼优化算法 (Remora Optimization Algorithm, ROA，含Matlab源代码）䲟鱼优化算法（Remora Optimization Algorithm，ROA）是一种基于䲟鱼在海洋中寄生与捕食者间交互关系而提出的元启发式算法。通过模拟䲟鱼在宿主附近进行寄生、吸附和随机机动等行为，ROA 在全局与局部搜索之间取得平衡。本文提供了算法的核心原理及完整的 MATLAB 代码，并通过中文详细注释帮助读者快速理解与应用。