今天给大家带来一期智能算法应用专题，也是优化算法论文里非常经典的一种应用。也正是因为经典，才会吸引如此多研究者将其作为判断算法性能的一个指标，同时，该应用可操作性与可扩展性也较强，审稿人也比较认可，因此非常适合小伙伴们放到自己的论文里。

MOPSO算法通过外部存档和Pareto支配基本原理来处理多个目标，具有适用范围广、设置参数少、优化结构简单的特点，在多个领域得到了广泛应用。相比于单目标算法，多目标算法考虑的内容更多，更容易受到审稿人的青睐。本文将分享该算法的原理与代码。

我们要介绍的算法，JADE于2009年发表于SCI一区顶刊上！它通过引入外部档案库和自适应地更新控制参数，实现了DE/current-to-pbest的变异策略，提高了优化性能。而可选的存档操作利用历史数据提供了前进方向的信息。

霜冰优化算法(RIME)是一种新型的元启发式算法（智能优化算法），灵感来源于模拟霜冻冰的形成过程。不同于以往的动物园算法，该算法基于自然现象，同时改进了贪婪选择机制，以实现探索和开发行为的优化！该成果由Su Hang于2023年5月发表在SCI二区Top期刊《Neurocomputing》上！

今天给大家带来一期带精英策略的非支配排序的遗传算法(NSGA-II)的原理介绍，并附带Matlab代码实现！本期代码免费赠送，需要代码的小伙伴可直接拉到最后！

今天为大家带来一期多目标灰狼算法（MOGWO）代码，该算法由 Seyedali Mirjalili 等人于 2016 年发表在SCI一区顶刊《Expert Systems With Applications》上！目前，MOGWO已经被广泛应用于如能源系统优化、物流路径优化、参数调优等不同场景，相比于单目标算法，多目标算法考虑的内容更多，更容易受到审稿人的青睐。

本文介绍了一种基于混合遗传算法（模因算法）的多卡车-无人机协同配送路径优化方法。针对现有研究多集中于单卡车场景的局限，该研究构建了包含载重约束、续航限制的数学模型，以最小化最大完工时间为目标。算法采用优先级编码方案，结合局部搜索策略提升性能，并通过路径图、甘特图等可视化方式直观展示优化结果。提供的完整MATLAB代码支持一键运行，可处理30个客户的配送场景，自动生成卡车路径、无人机航线和性能分析报

本期分享一篇2025年发表在进化计算顶刊《Swarm and Evolutionary Computation》上的改进算法QL-REP-AOA。该算法在CEC2022测试函数中表现优异，收敛速度快且全面超越原AOA算法。代码包含QL-REP-AOA和AOA两种算法，采用统一参数设置（种群30、迭代500次）。实验结果显示该改进算法在多个测试函数上均有显著提升。文末提供完整代码下载链接，同时支持各

应小伙伴要求，今天为大家带来一期在2023年SCI一区顶刊上的算法改进：基于强化学习的神经网络优化算法代码与原理讲解，非常新颖！相信大家也从来没见过，效果不错！注意！这里的神经网络并不是传统意义上的神经网络，而是一种优化算法，大家可以类比为动物园优化算法，只是这位作者借用了神经网络的思想取名为神经网络优化算法（NNA），其本质上还是随机搜索的群智能优化算法，有点唬人！

今天给大家带来的预测方法与以往都不同，非常能吸引审稿人。先不说别的，很多小伙伴连强化学习都没有听说过。而且，应用在预测方向的却非常少，一方面，大家不知道怎么去结合，另一方面，强化学习的实现难度较大，工程量也比较多，导致很多小伙伴望而却步。