智能优化算法改进算法
摘要：为了方便大家对智能优化算法进行改进，复现多种智能优化改进算法供大家参考。所有代码均根据已经发表的文章，来复现方便大家参考别人的原理，代码会不定时更新。
1.文献复现：基于变因子加权学习与邻代维度交叉策略的改进乌鸦算法Matlab代码
[1]赵世杰,高雷阜,于冬梅,徒君.基于变因子加权学习与邻代维度交叉策略的改进CSA算法[J].电子学报,2019,47(01):40-48.
2.文献复现：自适应t 分布变异的缎蓝园丁鸟优化算法 Matlab代码
[1] 韩斐斐,刘升.基于自适应t分布变异的缎蓝园丁鸟优化算法[J].微电子学与计算机,2018,35(08):117-121
3.文献复现：混沌麻雀搜索优化算法 matlab 代码
[1]吕鑫,慕晓冬,张钧,王震.混沌麻雀搜索优化算法[J/OL].北京航空航天大学学报:1-10[2020-11-16].https://doi.org/10.13700/j.bh.1001-5965.2020.0298.
4.文献复现：非均匀变异的互利自适应缎蓝园丁鸟优化算法Matlab代码
[1]王依柔,张达敏,樊英.非均匀变异的互利自适应缎蓝园丁鸟优化算法[J/OL].计算机工程与科学:1-10[2020-11-23].http://kns.cnki.net/kcms/detail/43.1258.TP.20200803.1202.004.html
5.文献复现：基于自适应权重的缎蓝园丁鸟优化算法 Matlab代码
[1]鲁晓艺,刘升,韩斐斐,于建芳.基于自适应权重的缎蓝园丁鸟优化算法[J].智能计算机与应用,2018,8(06):94-100
6.文献复现：多段扰动共享型乌鸦算法 matlab代码
辛梓芸,张达敏,陈忠云,张绘娟,闫威.多段扰动的共享型乌鸦算法[J].计算机工程与应用,2020,56(02):55-61
7.文献复现：正弦余弦指引的乌鸦搜索算法 Matlab 代码
[1]肖子雅,刘升,韩斐斐,于建芳.正弦余弦指引的乌鸦搜索算法研究[J].计算机工程与应用,2019,55(21):52-59.
8.文献复现：多子群的共生非均匀高斯变异樽海鞘群算法Matlab代码
[1]陈忠云,张达敏,辛梓芸.多子群的共生非均匀高斯变异樽海鞘群算法[J/OL].自动化学报:1-9[2020-11-25].https://doi.org/10.16383/j.aas.c190684.
9.文献复现：疯狂自适应的樽海鞘算法 Matlab代码
[1]张达敏,陈忠云,辛梓芸,张绘娟,闫威.基于疯狂自适应的樽海鞘群算法[J].控制与决策,2020,35(09):2112-2120.
10.文献复现：正余弦算法的樽海鞘算法
[1]陈忠云,张达敏,辛梓芸.正弦余弦算法的樽海鞘群算法[J].计算机应用与软件,2020,37(09):209-214.
11. 文献复现：自学习策略和Ｌevy飞行的正弦余弦优化算法
[1]李银通,韩统,赵辉,王骁飞.自学习策略和Lévy飞行的正弦余弦优化算法[J].重庆大学学报,2019,42(09):56-66.
12.文献复现：融合柯西变异和反向学习的改进麻雀算法
[1]毛清华,张强.融合柯西变异和反向学习的改进麻雀算法[J/OL].计算机科学与探索:1-12[2020-12-16].http://kns.cnki.net/kcms/detail/11.5602.tp.20201203.1601.006.html
13.文献复现：扇区搜索机制的果蝇优化算法
[1]曹珍贯,李智威,余俊峰.扇区搜索机制的果蝇优化算法[J].计算机工程与设计,2019,40(06):1590-1594.
14.文献复现：一种基于Levy飞行的改进蝗虫优化算法
[1]赵然,郭志川,朱小勇.一种基于Levy飞行的改进蝗虫优化算法[J].计算机与现代化,2020(01):104-110.
15.文献复现：基于曲线自适应和模拟退火的蝗虫优化算法
[1]李洋州,顾磊.基于曲线自适应和模拟退火的蝗虫优化算法[J].计算机应用研究,2019,36(12):3637-3643.
16.文献复现：混合柯西变异和均匀分布的蝗虫优化算法
[1]何庆,林杰,徐航.混合柯西变异和均匀分布的蝗虫优化算法[J/OL].控制与决策:1-10[2021-01-08].https://doi.org/10.13195/j.kzyjc.2019.1609.
17.文献复现：基于模拟退火的改进鸡群优化算法(SAICSO)
[1]李振璧,王康,姜媛媛.基于模拟退火的改进鸡群优化算法[J].微电子学与计算机,2017,34(02):30-33+38.
18.文献复现：一种改进的鸡群算法(ICSO)
[1]孔飞,吴定会.一种改进的鸡群算法[J].江南大学学报(自然科学版),2015,14(06):681-688.
19.文献复现:全局优化的改进鸡群算法（ECSO)
[1]韩斐斐,赵齐辉,杜兆宏,刘升.全局优化的改进鸡群算法[J].计算机应用研究,2019,36(08):2317-2319+2327.
20.文献复现:混沌精英哈里斯鹰优化算法(CEHHO)
[1]汤安迪,韩统,徐登武,谢磊.混沌精英哈里斯鹰优化算法[J/OL].计算机应用:1-10[2021-01-29].http://kns.cnki.net/kcms/detail/51.1307.TP.20210114.0947.032.html.
21.文献复现：基于翻筋斗觅食策略的灰狼优化算法（DSFGWO）
[1]王正通,程凤芹,尤文,李双.基于翻筋斗觅食策略的灰狼优化算法[J/OL].计算机应用研究:1-5[2021-02-01].https://doi.org/10.19734/j.issn.1001-3695.2020.04.0102.
22.文献复现：基于透镜成像学习策略的灰狼优化算法（LIS-GWO）
[1]龙文,伍铁斌,唐明珠,徐明,蔡绍洪.基于透镜成像学习策略的灰狼优化算法[J].自动化学报,2020,46(10):2148-2164.
23.文献复现：一种优化局部搜索能力的灰狼算法（IGWO）
[1]王习涛.一种优化局部搜索能力的灰狼算法[J].计算机时代,2020(12):53-55.
24.文献复现：基于自适应头狼的灰狼优化算法（ALGWO）
[1]郭阳,张涛,胡玉蝶,杜航.基于自适应头狼的灰狼优化算法[J].成都大学学报(自然科学版),2020,39(01):60-63+73.
25.文献复现：基于自适应正态云模型的灰狼优化算法 （CGWO）
[1]张铸,饶盛华,张仕杰.基于自适应正态云模型的灰狼优化算法[J/OL].控制与决策:1-6[2021-02-08].https://doi.org/10.13195/j.kzyjc.2020.0233.
26.文献复现：改进非线性收敛因子灰狼优化算法
[1]王正通,尤文,李双.改进非线性收敛因子灰狼优化算法[J].长春工业大学学报,2020,41(02):122-127.
27.文献复现：一种基于收敛因子改进的灰狼优化算法
[1]邢燕祯,王东辉.一种基于收敛因子改进的灰狼优化算法[J].网络新媒体技术,2020,9(03):28-34.
28.文献复现:基于莱维飞行和随机游动策略的灰狼算法（GWOM）
[1]李阳,李维刚,赵云涛,刘翱.基于莱维飞行和随机游动策略的灰狼算法[J].计算机科学,2020,47(08):291-296.
29.文献复现:一种改进的灰狼优化算法(EGWO)
[1]龙文,蔡绍洪,焦建军,伍铁斌.一种改进的灰狼优化算法[J].电子学报,2019,47(01):169-175.
30.文献复现:改进收敛因子和比例权重的灰狼优化算法(CGWO)
[1]王秋萍,王梦娜,王晓峰.改进收敛因子和比例权重的灰狼优化算法[J].计算机工程与应用,2019,55(21):60-65+98.
31.文献复现:一种改进非线性收敛方式的灰狼优化算法研究(CGWO)
[1]谈发明,赵俊杰,王琪.一种改进非线性收敛方式的灰狼优化算法研究[J].微电子学与计算机,2019,36(05):89-95.
32.文献复现:一种基于Tent 映射的混合灰狼优化的改进算法(PSOGWO)
[1]滕志军,吕金玲,郭力文,许媛媛.一种基于Tent映射的混合灰狼优化的改进算法[J].哈尔滨工业大学学报,2018,50(11):40-49.
33.文献复现:基于差分进化与优胜劣汰策略的灰狼优化算法(IGWO)
[1]朱海波,张勇.基于差分进化与优胜劣汰策略的灰狼优化算法[J].南京理工大学学报,2018,42(06):678-686.
34.文献复现:基于 Iterative 映射和单纯形法的改进灰狼优化算法(SMIGWO)
[1]王梦娜,王秋萍,王晓峰.基于Iterative映射和单纯形法的改进灰狼优化算法[J].计算机应用,2018,38(S2):16-20+54.
35.文献复现:一种基于混合策略的灰狼优化算法(EPDGWO)
[1]牛家彬,王辉.一种基于混合策略的灰狼优化算法[J].齐齐哈尔大学学报(自然科学版),2018,34(01):16-19+32.
36.文献复现:基于随机收敛因子和差分变异的改进灰狼优化算法(IGWO)
[1]徐松金,龙文.基于随机收敛因子和差分变异的改进灰狼优化算法[J].科学技术与工程,2018,18(23):252-256.
37.文献复现:一种基于差分进化和灰狼算法的混合优化算法(DEGWO)
[1]金星,邵珠超,王盛慧.一种基于差分进化和灰狼算法的混合优化算法[J].科学技术与工程,2017,17(16):266-269.
38.文献复现:协调探索和开发能力的改进灰狼优化算法(IGWO)
[1]龙文,伍铁斌.协调探索和开发能力的改进灰狼优化算法[J].控制与决策,2017,32(10):1749-1757.
39.文献复现:基于Cat混沌与高斯变异的改进灰狼优化算法(IGWO)
[1]徐辰华,李成县,喻昕,黄清宝.基于Cat混沌与高斯变异的改进灰狼优化算法[J].计算机工程与应用,2017,53(04):1-9+50.
40.文献复现:具有自适应搜索策略的灰狼优化算法(SAGWO)
[1]魏政磊,赵辉,韩邦杰,孙楚,李牧东.具有自适应搜索策略的灰狼优化算法[J].计算机科学,2017,44(03):259-263.
41.文献复现:采用动态权重和概率扰动策略改进的灰狼优化算法(IGWO)
[1]陈闯,Ryad Chellali,邢尹.采用动态权重和概率扰动策略改进的灰狼优化算法[J].计算机应用,2017,37(12):3493-3497+3508.
42.文献复现:具有自适应调整策略的混沌灰狼优化算法(CLSGWO)
[1]张悦,孙惠香,魏政磊,韩博.具有自适应调整策略的混沌灰狼优化算法[J].计算机科学,2017,44(S2):119-122+159.
43.文献复现:强化狼群等级制度的灰狼优化算法(GWOSH)
[1]张新明,涂强,康强,程金凤.强化狼群等级制度的灰狼优化算法[J].数据采集与处理,2017,32(05):879-889.
44.文献复现:一种新型非线性收敛因子的灰狼优化算法(NGWO)
[1]王敏,唐明珠.一种新型非线性收敛因子的灰狼优化算法[J].计算机应用研究,2016,33(12):3648-3653.
45.文献复现:重选精英个体的非线性收敛灰狼优化算法(EGWO)
[1]黎素涵,叶春明.重选精英个体的非线性收敛灰狼优化算法[J].计算机工程与应用,2021,57(01):62-68.
46.文献复现:混合策略改进鲸鱼优化算法(IWOA)
[1]徐航,张达敏,王依柔,宋婷婷,樊英.混合策略改进鲸鱼优化算法[J].计算机工程与设计,2020,41(12):3397-3404.
47.文献复现:基于高斯映射和小孔成像学习策略的鲸鱼优化算法(IWOA)
[1]徐航,张达敏,王依柔,宋婷婷,王栎桥.基于高斯映射和小孔成像学习策略的鲸鱼优化算法[J].计算机应用研究,2020,37(11):3271-3275.
48.文献复现:一种非线性权重的自适应鲸鱼优化算法(NWAWOA)
[1]赵传武,黄宝柱,阎跃观,代文晨,张建.一种非线性权重的自适应鲸鱼优化算法[J].计算机技术与发展,2020,30(10):7-13.
49.文献复现:一种基于精英反向和纵横交叉的鲸鱼优化算法(ECWOA)
[1]刘琨,赵露露,王辉.一种基于精英反向和纵横交叉的鲸鱼优化算法[J].小型微型计算机系统,2020,41(10):2092-2097.
50.文献复现:一种全局搜索策略的鲸鱼优化算法(GSWOA)
[1]刘磊,白克强,但志宏,张松,刘知贵.一种全局搜索策略的鲸鱼优化算法[J].小型微型计算机系统,2020,41(09):1820-1825.
51.文献复现:基于自适应决策算子的鲸鱼优化算法(IWOA)
[1]徐航,张达敏,王依柔,宋婷婷,樊英.基于自适应决策算子的鲸鱼优化算法[J].智能计算机与应用,2020,10(09):6-11.
52.文献复现:基于混沌的正余弦鲸鱼优化算法(EWOA)
[1]林杰,何庆,王茜,杨荣莹,宁杰琼.基于混沌的正余弦鲸鱼优化算法[J].智能计算机与应用,2020,10(09):43-48+52.
53.文献复现:一种基于交叉选择的柯西反向鲸鱼优化算法（QOWOA）
[1]冯文涛,邓兵.一种基于交叉选择的柯西反向鲸鱼优化算法[J].兵器装备工程学报,2020,41(08):131-137.
54.文献复现:一种基于自适应策略的混合鲸鱼优化算法（HWBOA）
[1]王廷元,何先波,贺春林.一种基于自适应策略的混合鲸鱼优化算法[J].西华师范大学学报(自然科学版),2021,42(01):92-99.
55.文献复现:一种改进的鲸鱼优化算法(IWOA)
[1]武泽权,牟永敏.一种改进的鲸鱼优化算法[J].计算机应用研究,2020,37(12):3618-3621.
56.文献复现:基于阈值控制的一种改进鲸鱼算法(TIWOA)
[1]黄飞,吴泽忠.基于阈值控制的一种改进鲸鱼算法[J].系统工程,2020,38(02):133-148.
57.文献复现:基于混沌权重和精英引导的鲸鱼优化算法(AWOA)
[1]黄辉先,张广炎,陈思溢,胡拚.基于混沌权重和精英引导的鲸鱼优化算法[J].传感器与微系统,2020,39(05):113-116.
58.文献复现:基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA)
[1]孔芝,杨青峰,赵杰,熊浚钧.基于自适应调整权重和搜索策略的鲸鱼优化算法[J].东北大学学报(自然科学版),2020,41(01):35-43.
59.文献复现:嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法(MWOA)
[1]张达敏,徐航,王依柔,宋婷婷,王栎桥.嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法[J].控制与决策,2021,36(05):1173-1180.
60.文献复现:融合动态概率阈值和自适应变异的鲸鱼优化算法（PTMWOA）
[1]毕孝儒,牟琦,龚尚福.融合动态概率阈值和自适应变异的鲸鱼优化算法[J].微电子学与计算机,2019,36(12):78-83+88.
61.文献复现:基于改进螺旋更新位置模型的鲸鱼优化算法（IMWOA）
[1]吴泽忠,宋菲.基于改进螺旋更新位置模型的鲸鱼优化算法[J].系统工程理论与实践,2019,39(11):2928-2944.
62.文献复现:一种增强型鲸鱼优化算法(EWOA)
[1]冯文涛,宋科康.一种增强型鲸鱼优化算法[J].计算机仿真,2020,37(11):275-279+357.
63.文献复现:混沌策略和单纯形法改进的鲸鱼优化算法（CSWOA）
[1]张潮,冯锋.混沌策略和单纯形法改进的鲸鱼优化算法[J].中国科技论文,2020,15(03):293-299.
64.文献复现:精英反向黄金正弦鲸鱼算法(EGoldenSWOA)
[1]肖子雅,刘升.精英反向黄金正弦鲸鱼算法及其工程优化研究[J].电子学报,2019,47(10):2177-2186.
65.文献复现:基于非线性收敛因子和局部扰动的鲸鱼算法(NPWOA)
[1]于俊洋,高宁杰,李涵.基于非线性收敛因子和局部扰动的鲸鱼算法[J].计算机工程与设计,2019,40(10):2861-2866.
66.文献复现:混沌反馈自适应鲸鱼优化算法研究(CFAWOA)
[1]涂春梅,陈国彬,刘超.混沌反馈自适应鲸鱼优化算法研究[J].统计与决策,2019,35(07):17-20.
67.文献复现:基于混沌搜索策略的鲸鱼优化算法(CWOA)
[1]王坚浩,张亮,史超,车飞,丁刚,武杰.基于混沌搜索策略的鲸鱼优化算法[J].控制与决策,2019,34(09):1893-1900.
68.文献复现:基于反馈机制的鲸鱼优化算法(FWOA)
[1]范家承,何杰光.基于反馈机制的鲸鱼优化算法[J].广东石油化工学院学报,2018,28(04):47-51.
69.文献复现:基于随机差分变异的改进鲸鱼优化算法(IWOA)
[1]覃溪,龙文.基于随机差分变异的改进鲸鱼优化算法[J].中国科技论文,2018,13(08):937-942.
70.文献复现:收敛因子非线性变化的鲸鱼优化算法(IWOA)
[1]龙文,伍铁斌,唐斌.收敛因子非线性变化的鲸鱼优化算法[J].兰州理工大学学报,2017,43(06):102-107.
71.文献复现:基于自适应权重和柯西变异的鲸鱼优化算法(WOAWC)
[1]郭振洲,王平,马云峰,王琦,拱长青.基于自适应权重和柯西变异的鲸鱼优化算法[J].微电子学与计算机,2017,34(09):20-25.
72.文献复现:一种随机调整控制参数的鲸鱼优化算法(EWOA)
[1]钟明辉,龙文.一种随机调整控制参数的鲸鱼优化算法[J].科学技术与工程,2017,17(12):68-73.
73.文献复现:全局优化的蝴蝶优化算法(SMSCABOA)
[1]高文欣,刘升,肖子雅,于建芳.全局优化的蝴蝶优化算法[J].计算机应用研究,2020,37(10):2966-2970.
74.文献复现:融合正弦余弦和无限折叠迭代混沌映射的蝴蝶优化算法(SIBOA)
[1]王依柔,张达敏.融合正弦余弦和无限折叠迭代混沌映射的蝴蝶优化算法[J].模式识别与人工智能,2020,33(07):660-669.
75.文献复现:柯西变异和自适应权重优化的蝴蝶算法(CWBOA)
[1]高文欣,刘升,肖子雅,于建芳.柯西变异和自适应权重优化的蝴蝶算法[J].计算机工程与应用,2020,56(15):43-50.
76.文献复现:收敛因子和黄金正弦指引机制的蝴蝶优化算法(AGSABOA)
[1]高文欣,刘升,肖子雅,于建芳.收敛因子和黄金正弦指引机制的蝴蝶优化算法[J].计算机工程与设计,2020,41(12):3384-3389.
77.文献复现:一种改进的蝴蝶优化算法(IBOA)
[1]谢聪,封宇.一种改进的蝴蝶优化算法[J].数学的实践与认识,2020,50(13):105-115.
78.文献复现:基于自适应扰动的疯狂蝴蝶算法(CIBOA)
[1]王依柔,张达敏,徐航,宋婷婷,樊英.基于自适应扰动的疯狂蝴蝶算法[J].计算机应用研究,2020,37(11):3276-3280.
79.文献复现:基于余弦相似度改进蝴蝶优化算法(MSBOA)
[1]陈俊,何庆.基于余弦相似度改进蝴蝶优化算法[J/OL].计算机应用:1-10[2021-04-28].http://kns.cnki.net/kcms/detail/51.1307.TP.20210305.0941.002.html.
80.文献复现:混合策略改进的蝴蝶优化算法(MSBOA)
[1]宁杰琼,何庆.混合策略改进的蝴蝶优化算法[J/OL].计算机应用研究:1-7[2021-04-29].https://doi.org/10.19734/j.issn.1001-3695.2020.06.0171.
81.文献复现:分段权重和变异反向学习的蝴蝶优化算法(PWMBOA)
[1]李守玉,何庆,杜逆索.分段权重和变异反向学习的蝴蝶优化算法[J/OL].计算机工程与应用:1-11[2021-04-30].http://kns.cnki.net/kcms/detail/11.2127.TP.20210331.0944.004.html.
82.文献复现:混沌反馈共享和群体协同效应的蝴蝶优化算法(CFSBOA)
[1]李守玉,何庆,杜逆索.混沌反馈共享和群体协同效应的蝴蝶优化算法[J/OL].计算机科学与探索:1-12[2021-04-30].http://kns.cnki.net/kcms/detail/11.5602.TP.20210128.1109.014.html.
83.文献复现：基于Levy飞行的飞蛾扑火优化算法(LMFO)
[1]李志明,莫愿斌.基于Lévy飞行的飞蛾扑火优化算法[J].计算机工程与设计,2017,38(03):807-813.
84.文献复现：基于交叉算子和非均匀变异算子的飞蛾扑火优化算法(CNMFO)
[1]张保东,张亚楠,郭黎明,江进礼,赵严振.基于交叉算子和非均匀变异算子的飞蛾扑火优化算法[J].计算机与数字工程,2020,48(11):2622-2627.
85.文献复现：结合重心反向变异的飞蛾扑火优化算法(IMFO)
[1]宋婷婷,张琳娜.结合重心反向变异的飞蛾扑火优化算法[J].智能计算机与应用,2020,10(12):104-107+115.
86.文献复现：优选策略的自适应蚁狮优化算法（PSALO）
[1]刘景森,霍宇,李煜.优选策略的自适应蚁狮优化算法[J].模式识别与人工智能,2020,33(02):121-132.
87.文献复现：基于柯西变异的蚁狮优化算法(CALO)
[1]于建芳,刘升,韩斐斐,肖子雅.基于柯西变异的蚁狮优化算法[J].微电子学与计算机,2019,36(06):45-49+54.
88.文献复现：融合莱维飞行与黄金正弦的蚁狮优化算法(LEALO)
[1]于建芳,刘升,王俊杰,鲁晓艺.融合莱维飞行与黄金正弦的蚁狮优化算法[J].计算机应用研究,2020,37(08):2349-2353.
89.文献复现：具有随机分形自适应搜索策略的蚁狮优化算法（SFSALO）
[1]赵克新,黄长强,王渊.具有随机分形自适应搜索策略的蚁狮优化算法[J].火力与指挥控制,2019,44(02):41-45+49.
90.文献复现：精英反向学习带扰动因子的混沌蚁狮算法(EOPCALO)
[1]王茜,何庆,林杰,杨荣莹.精英反向学习带扰动因子的混沌蚁狮算法[J].智能计算机与应用,2020,10(08):51-57.
91.文献复现：具有自适应边界与最优引导的莱维飞行蚁狮优化算法（ABLALO）
[1]王若安,周越文,韩博,李剑峰,刘强.具有自适应边界与最优引导的莱维飞行蚁狮优化算法[J].微电子学与计算机,2018,35(09):20-25+31.
92.文献复现：具有 Levy 变异和精英自适应竞争机制的蚁狮优化算法(LEALO)
[1]景坤雷,赵小国,张新雨,刘丁.具有Levy变异和精英自适应竞争机制的蚁狮优化算法[J].智能系统学报,2018,13(02):236-242.
93.文献复现：具备自纠正和逐维学习能力的粒子群算法(SCDLPSO)
[1]张津源,张军,季伟东,孙小晴,张珑.具备自纠正和逐维学习能力的粒子群算法[J].小型微型计算机系统,2021,42(05):919-926.
94.文献复现：一种非线性动态自适应惯性权重PSO算法(IPSO)
[1]王生亮,刘根友.一种非线性动态自适应惯性权重PSO算法[J].计算机仿真,2021,38(04):249-253+451.
95.文献复现：一种曲线递增策略的自适应粒子群算法研究(CIPSO)
[1]吴凡,洪思,杨冰,胡贤夫.曲线递增策略的自适应粒子群算法研究[J].计算机应用研究,2021,38(06):1653-1656+1661.
96.文献复现：基于惯性权值非线性递减的改进粒子群算法(IMPSO)
[1]华勇,王双园,白国振,李炳初.基于惯性权值非线性递减的改进粒子群算法[J].重庆工商大学学报(自然科学版),2021,38(02):1-9.
97.文献复现：一种加权变异的粒子群算法(WVPSO)
[1]徐灯,傅晶,王文丰,章香,韩龙哲,方宗华,董健华.一种加权变异的粒子群算法[J].南昌工程学院学报,2021,40(01):51-56+82.
98.文献复现：一种自适应模拟退火粒子群优化算法（ASAPSO）
[1]闫群民,马瑞卿,马永翔,王俊杰.一种自适应模拟退火粒子群优化算法[J/OL].西安电子科技大学学报:1-9[2021-06-17].http://kns.cnki.net/kcms/detail/61.1076.TN.20210303.1129.011.html.
持续更新中......