1.约束优化问题： minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug) minPF(外点罚函数法解线性等式约束) minGeneralPF(外点罚函数法解一般等式约束) minNF(内点罚函数法) minMixFun(混合罚函数法) minJSMixFun(混合罚函数加速法) minFactor(乘子法) minconPS(坐标轮换法)(算法还有bug) minconSimpSearch(复合形法) 2.非线性最小二乘优化问题 minMGN(修正G-N法) 3.线性规

为了有效地实现铜带的加料Craft.io优化，建立了基于实际加料原理的非线性约束多目标模型。 该问题的提出有两个目的，即最大程度地减少原材料的总成本和最大程度地增加投入熔炉的废料量。 本文提出了一种求解混合模型的新方法，称为混合多目标人工蜂群（HMOABC）。 HMOABC算法是一种新的基于群体智能的多目标优化技术，其灵感来自于蜜蜂的智能觅食行为，归一化目标值和多样化选择（SNOV-DS）的总和以及非优势排序方法。 研究了两个测试示例，并与其他自然启发性技术（包括非支配排序遗传算法II（NSGA

为了有效地实现铜带的加料Craft.io优化，建立了基于实际加料原理的非线性约束多目标模型。 解决该问题的目的有两个，目的是使原料的总成本降至最低，并使投入熔炉的废料量最大化。 本文提出了一种求解混合模型的新方法，称为混合多目标人工蜂群（HMOABC）。 HMOABC算法是一种新的基于群体智能的多目标优化技术，其灵感来自于蜜蜂的智能觅食行为，归一化目标值和多样化选择（SNOV-DS）的总和以及非优势排序方法。 研究了两个测试示例，并与其他自然启发技术（包括非支配排序遗传算法II（NSGAII）和

混合多群粒子群算法求解约束优化问题

电力系统中的动态环境经济调度(DEED)是一个多变量、强约束、非凸的多目标优化问题，传统方法很难进行求解。基于微分进化(DE)算法的快速收敛性和粒子群优化(PSO)算法的搜索多样性，提出一种融合2种算法优点的混合DE-PSO多目标优化算法来求解DEED问题，该算法基于外部存档集和Pareto占优原则，采用自适应参数的DE和PSO双种群更新策略以及一种改进的Pareto解集裁剪方法。引入3种指标评价算法的性能，并采用模糊决策技术从Pareto前沿中提取折中解以供决策者进行选择。经典算例的仿真结果表