深度学习技术在图像识别领域取得突破，使得相关领域研究者开始研究如何将一维数据转换成二维的图像。大家多多少少也看到过类似的研究。转换的方式大致可分为两类：时频类和时域转换类。好处是，一维数据中的关键信息可以在二维图像中充分的突出，利用深度学习技术（CNNs，Transformer，注意力网络）也可以学习到图像中的全局的相关性信息，。本期27种，并，方便后续结合深度学习网络（CNNs，Transfor

菲克定律算法Fick's Law Algorithm是一种新的基于物理的元启发式算法，称为菲克定律优化(FLA)，其中利用了菲克第一扩散规则。于2022年发表在SCI 一区Knowledge-Based Systems。

本期介绍了一种新型的仿生元启发式算法——。灵感来自于中华穿山甲独特的狩猎行为。该算法于在JCR2区，中科院3区SCI穿山甲对蚂蚁的捕猎行为可分为诱捕和捕食两种行为。在本节中，我们概述了开发CPO的过程，并解释了受自然启发的算法背后的结构和原理。在自然界中，穿山甲的主要捕猎方法是依靠敏锐的嗅觉来定位蚂蚁或散发香气来吸引蚂蚁。当中国穿山甲检测到较高的香气浓度时，表明它离蚂蚁更近，从而增加了成功获得食物

本期介绍了一种新的元启发式优化算法--。该算法基于增量PID算法，通过不断调整系统偏差，使整个种群收敛到最优状态。该成果于在中科院1区SCI期刊Expert Systems with Applications。采用PSA求解和6个约束问题。通过与近年来提出的7种元启发式算法的比较，验证了该算法的优化性能。Kruskal-Wallis、Holm和Friedman检验证实了PSA在统计显著性方面的优越

为了模拟浣熊🦝的自然行为，设计了一种新的优化算法——长鼻浣熊优化算法(Coati Optimization Algorithm，COA)。该成果于2022年发表在中科院1区SCI期刊《Knowledge-Based Systems》上。

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。于在JCR 1区，中科院1区 SCI投影法在约束优化中应用广泛，主要用于保证每次更新时解满足约束条件。通过这样的操作，可以避免解在优化过程中违反约束，从而导致不现实的结果。特别是在复杂约束的非线性

鱼鹰优化算法Osprey optimization algorithm于2023年发表在Frontiers in Mechanical Engineering上。

进化策略(ES)是最早也是最古老的一种基于适应和进化的进化算法。特别地，用来描述进化策略如何工作的主要概念是进化的进化。事实上，进化策略是一个相关的算法家族，正因为如此，在社区中，进化策略的复数名称也被广泛使用。Covariance Matrix Adaptation evolution strategy (CMA-ES)是一种最新的、功能强大的进化策略算法，由Nikolaus Hansen和An

本期介绍了一种新的进化算法——。它使用带有自适应基向量和随机和自适应步长的alpha算子更新解。该算法于在JCR1区，中科院2区SCI期刊Engineering Applications of Artificial Intelligence。从面对AE进行综合验证。在数值模拟中，。

现实世界中的许多工程和科学问题可以归结为优化问题，这是传统方法难以解决的问题。群智能优化算法是一种很有吸引力的算法，可以在保持计算成本合理的情况下解决优化问题。前期已经那么，如何展现一个优化算法的性能？文献读的越多，就会发现许多SCI论文里有下面的那种的统计表格、箱型图和统计分析（Statistical analysis）。有小伙伴反映让试着出一期。今天就分享了它们的matlab代码实现，包括另外