本资源提供了一种创新的基于协同进化的遗传算法的MATLAB实现代码。通过模拟不同群体间的合作与竞争关系，该算法有效提高了复杂问题求解的能力和效率。适合科研人员及学生深入学习和应用研究。
各类智能优化算法在生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化等方面的应用，以及水泵组合和医疗资源分配的改进。同时，在设施布局和可视域基站及无人机选址方面也有广泛研究。
机器学习与深度学习领域中，卷积神经网络（CNN）、长短时记忆模型（LSTM）、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）及其核版本、BP神经网络、径向基函数网络(RBF)、宽度学习系统(BWS)、深度信念网络(DBN)等技术被应用于风电预测和光伏预测，电池寿命及健康状态的评估，辐射源识别，交通流与负荷预测以及PM2.5浓度预测。此外，在水体光学参数反演、非视距（NLOS）信号识别和地铁停车精准预报等方面也有所应用。
图像处理方面包括了图像识别、分割、检测、隐藏技术的应用；图像配准及拼接的优化，融合与增强方法的研究以及压缩感知技术的发展。
在路径规划领域中涉及旅行商问题(TSP) 和各种车辆路线规划（VRP, MVRP, CVRP, VRPTW等），无人机三维路径设计和协同作业。机器人、栅格地图上的路径探索及多式联运运输方案的设计，还有结合车辆与无人机的联合配送策略。
在无人机应用方面涵盖了从飞行轨迹优化到任务分配的安全通信技术研究；无线传感器网络（WSN）中的部署优化，协议改进如Leach以及覆盖范围和组播效率提升等课题也备受关注。信号处理领域则专注于雷达数据、生物电信号及各种噪声去除与增强策略的研究。
电力系统方面探讨了微电网的配置调整，无功补偿机制的设计及其在配网重构中应用，并对储能系统的合理布局进行了深入探索。
元胞自动机模型被用来模拟交通流动态变化、人员疏散过程中的行为模式以及病毒传播路径。此外，在晶体生长研究上也有所贡献。
雷达技术方面包括卡尔曼滤波器的跟踪能力提升，航迹关联与融合算法的进步等关键技术的发展。
5星
