黄金正弦算法(Golden sine algorithm, Gold-SA)是Tanyildizi等人于2017年提出的新型元启发式算法，该算法的设计灵感来源于数学中的正弦函数，该算法利用数学中的正弦函数进行计算迭代寻优，其优点是收敛速度快、鲁棒性好、易于实现、调节的参数和运算符少。

麻雀搜索算法(Sparrow Search Algorithm, SSA)是2020年提出的一种新兴的元启发式算法，它与粒子群算法、蜻蜓优化算法等同属于基于群体的社会化特征优化的群智能算法。该算法通过不断更新个体位置，模拟麻雀觅食和反捕食行为。相比传统算法，麻雀搜索算法的结构简单、易于实现，且控制参数较少，局部搜索能力较强。该算法在单峰、多峰等基准函数上的表现优于粒子群算法、蚁群算法等传统算法。

可变分区存储管理方式的内存分配和回收实验报告(最优算法).doc

Seyyed等人于2019年提出了一种全新的优化算法——贫富优化算法(Poor and rich optimization algorithm, PRO)。这一算法的设计灵感来自于穷人和富人为通过不断增长财富而改善经济状况这一人类社会现象。 PRO算法通常将一个社会群体中可以分为两类，第一类是富人，他们的财富水平高于平均水平。第二类是财富水平低于平均水平的穷人。这两个群体的每一个成员都试图以不同的方式改善他们的经济状况，这些方式具有很大的多样性。

蜂鸟优化算法(Hummingbirds optimization algorithm, HOA)的灵感来源于蜂鸟的觅食过程。该算法包括两个阶段：自搜索阶段和引导搜索阶段。通过这两个阶段，可以平衡算法的探索和开发能力。

具有近似最优均值奖励的随机强盗的最优算法

动态粒子群算法在动态环境下进行寻优，代码亲测可以使用，有注释，可以根据需要自行修改，可放心下载！

针对光线寻优算法的收敛性及其推广到高维收敛速度慢的问题,利用变分法和微分方程理论,对二维连续可导介质中的光线方程欧拉数值解法与光线寻优算法迭代公式的关系进行了研究.在光线寻优算法迭代公式中加入一项来改进算法,不仅使得精度提高一阶,而且加快了收敛速度,同时也为光线寻优算法的收敛性证明提供了新思路.6个标准测试函数的仿真结果表明:与光线寻优算法、保留精英遗传算法、标准粒子群算法相比,改进算法收敛速度较快,收敛成功率较高,其求解Rosenbrock的成功率高达98%,远高于保留精英遗传算法和标准粒子群算法.

基于动态粒子群算法的动态环境寻优算法

多种寻优算法组合,包括CMA-ES、PSO、GA 等算法