-2026年SCI一区新算法-公式原理详解与性能测评 Matlab代码免费获取)
声明：文章是从本人公众号中复制而来，因此，想最新最快了解各类智能优化算法及其改进的朋友，可关注我的公众号：强盛机器学习，不定期会有很多免费代码分享~
目录
原理简介
算法流程图和伪代码
性能测评
参考文献
完整代码
朗之万方程进化算法(LangEvin Equation, LEE)是一种新型的元启发式算法（智能优化算法），该算法受物理学中 Langevin 方程启发，利用 Langevin 方程描述的粒子在流体中受热波动影响的随机运动规律，来指导种群在搜索空间中的全局勘探和局部开发！算法灵感新颖，适合应用与改进！该成果由Huiling Chen等人于2026年2月发表在SCI中JCR一区、中科院二区期刊《Neurocomputing》上！
由于发表时间较短，谷歌学术上还没人引用！你先用，你就是创新！
原理简介
算法流程图和伪代码
使大家更好地理解，这边给出作者算法的流程图和伪代码，非常清晰！
如果实在看不懂，不用担心，可以看下源代码，再结合上文公式理解就一目了然了！
性能测评
原文作者在23个标准函数、IEEE CEC-2017和CEC-2022标准函数集以及6个具有挑战性的工程设计问题上进行了全面的实验研究。结果表明，LEE在收敛速度方面比已知的现有优化器更成功。
这边为了方便大家对比与理解，采用23个标准测试函数，即CEC2005，设置种群数量为30，迭代次数为1000，和23年新出的人工兔优化算法进行对比！这边展示其中5个测试函数的图，其余十几个测试函数大家可以自行切换尝试！
可以看到，这个算法性能不错，在大部分函数上都超过了23年新出的人工兔优化算法，大家应用到各类预测、优化问题中也是一个不错的选择~
参考文献
[1]Chen H, Ahmadianfar I, Heidari A A, et al. LEE: A Physics-Inspired Optimizer based on LangEvin Equation[J]. Neurocomputing, 2025: 132288.
完整代码
如果需要免费获得图中的完整测试代码，只需点击下方小卡片，再后台回复关键字，不区分大小写：
LEE
也可点击下方小卡片，再后台回复个人需求（比如原创改进LEE算法）定制以下LEE算法优化模型（看到秒回）：
1.机器学习/深度学习类：BP、SVM、RVM、DBN、LSSVM、ELM、KELM、HKELM、DELM、RELM、DHKELM、RF、SAE、LSTM、BiLSTM、GRU、BiGRU、PNN、CNN、XGBoost、LightGBM、TCN、BiTCN、ESN、Transformer等等均可~
2.组合预测类：CNN/TCN/BiTCN/DBN/Transformer/Adaboost结合SVM、RVM、ELM、LSTM、BiLSTM、GRU、BiGRU、Attention机制类等均可（可任意搭配非常新颖）~
3.分解类：EMD、EEMD、VMD、REMD、FEEMD、TVFEMD、CEEMDAN、ICEEMDAN、SVMD、FMD等分解模型均可~
4.路径规划类：机器人路径规划、多机器人动态路径规划、无人机三维路径规划、无人机集群路径规划、无人机任务分配、冷链物流路径优化、TSP问题、物流中心选址、VRPTW路径优化等等~
5.小众优化类：边缘计算任务卸载、特征选择、投资组合优化、DV-Hop定位、光伏电池参数辨识优化、光伏MPPT控制、储能容量配置优化、微电网优化、PID参数整定优化、无线传感器覆盖优化、图像分割、故障诊断、车间调度、车间布局优化等等均可~~
6.原创改进优化算法（适合需要创新的同学）：原创改进2026年的朗之万方程优化算法LEE以及旅鼠算法ALA、黑翅鸢算法BKA等任意优化算法均可，保证测试函数效果，一般可直接核心！
其他更多免费代码链接：程序清单
