最优化方法作为一种解决具有某些约束的最优化问题的方法，广泛应用在电力系统、路径规划、金融决策、环境工程、车间调度等各个领域。算法研究随着工业界的要求不断深入，从精确算法、启发式算法、元启发式算法，到目前比较火的超启发式算法，工业界的现实需求不断驱动算法向更智能、更通用、更高效的方向发展。因此本文从宏观上综述优化方法的特点及其发展历程，希望能够为正处于相关领域的你提供一点点参考或启发。当然，由于KA

天鹰优化算法(Aquila Optimizer，AO)是Abualigah等[1]于2021年发表在SCI二区Computers & Industrial Engineering的元启发式优化算法。该算法通过模拟天鹰对不同猎物的不同捕获方法建立数学模型，具有收敛速度快、全局搜索能力强的优点，目前在谷歌学术上引用量达1500+​本文KAU将介绍其原理，并分享其MATLAB/Python的实现。

由于在工程实践和科学研究中，很多问题都是由多个相互影响、相互冲突的目标构成，而进化算法在解决这些多目标优化问题上具有独特优势，因此获得了广泛的研究。其中，NSGA-II是较为经典的多目标进化算法，其具有鲁棒性好、搜索性能高的特点；而MOPSO算法作为新型的进化范例，具有收敛速度快、收敛精度高、搜索效率高的特点。两种算法具有不同的开发和探索过程，因此为充分利用两种经典算法的特点，本文提出一种双种群协

人工蜂群算法（Artificial Bee Colony，ABC）是由土耳其学者Karaboga[1]于2005年提出，它是模拟蜜蜂的采蜜行为来解决生活中一些多维和多模的优化问题，目前在谷歌学术上的引用量9k+。对于ABC算法的研究也呈逐年上涨的趋势。​图源文献[8]本文的内容之一即是介绍ABC算法的原理，并讨论其可利用与改进之处，最后给出其代码（Matlab/Python）实现。

​在介绍了基本的TSP路径优化算法及简单示例后，针对现实中更加复杂的应用环境，其约束条件以及优化目标也将更加复杂，因此本文旨在更加复杂的VRP(Vehicle Routing Problem)数学模型下进行路径优化，帮助大家将模型与编程思想结合起来，希望能对各位有所帮助。本文将以基于北斗的车辆路径问题动态规划研究为例进行论文的部分复现。​...

人脸检测与识别作为**计算机视觉**研究的核心内容之一，是一个不断发展的领域，并且还是模式识别、机器学习和数据挖掘等相关学科交叉研究的热点，已经发展成为计算智能的重要研究课题。本文是作者人脸识别系统V1.0，基于MATLAB平台，主要实现人脸识别功能，包含3种人脸识别算法，PCA-最近邻、PCA-SVM、以及深度学习的方法，都在ORL数据集上取得了较高的识别率。

主要更新CEC2005中的测试本文KAU将介绍一个2022年发表在中科院1区期刊KBS上的优化算法——白鲸优化算法(Beluga Whale Optimization，BWO)[1]该算法由大连理工大学学者Zhong等人[1]于2022年提出，其模拟了白鲸游泳、捕食和鲸落行为，与15种优化算法在30个基准函数和4个真实优化问题上进行测试，均显示出其惊艳的性能，目前也成功应用于机器学习、电力系统经济

这周有粉丝私信想让我出一期GWO-KELM的文章，因此乘着今天休息就更新了(希望不算晚)作者在前面的文章中介绍了ELM和KELM的原理及其实现，ELM具有训练速度快、复杂度低、克服了传统梯度算法的局部极小、过拟合和学习率的选择不合适等优点，而KELM则利用了核学习的方法，用核映射代替随机映射，能够有效改善隐层神经元随机赋值带来的泛化性和稳定性下降的问题，应用于非线性问题的性能更优[1]。

回归拟合问题：分类问题：本文是作者的预测算法系列的开篇1，后续将陆续介绍RBF、GRNN、ELM、WNN、随机森林、投影行踪、GRU、LSTM等的算法原理及其实现和优化，欢迎关注不迷路。

人脸检测与识别作为**计算机视觉**研究的核心内容之一，是一个不断发展的领域，并且还是模式识别、机器学习和数据挖掘等相关学科交叉研究的热点，已经发展成为计算智能的重要研究课题。本文是作者人脸识别系统V1.0，基于MATLAB平台，主要实现人脸识别功能，包含3种人脸识别算法，PCA-最近邻、PCA-SVM、以及深度学习的方法，都在ORL数据集上取得了较高的识别率。