树洞优码-优快云博客

原创 SCI一区论文蛇优化器（SO）独家原创改进！适合发表paper！

因为现在元启发式/群智能算法改进、原创算法市场太乱了，导致产生了很多受害者。增加复杂度的不要买，大家可以叫商家给出运行时间比较。2、只展示CEC2005，并且F1-F4迭代找到0的不要买，网上看上有商家卖这种，还认为自己改进很牛，这很明显是因为这四个函数的最优解为0，某些无良商家用手段直接找到了这个最优解，找到了，寻优的意义在哪里？？？3、买原创算法的也注意，很多人是增加复杂度去和别人作比较，可以提要求，不要看对比的算法多，测试集多就觉得这个算法很牛。

2024-05-12 05:19:14 1140

原创 SCI二区top论文人工大猩猩优化器（GTO）独家原创发布！适合发表paper！

竞争对比算法包括：经典算法(WOA、MFO、DBO、GJO)、2024年新兴算法（CPO、GOOSE、NRBO），其中牛顿-拉夫逊优化器（Newton-Raphson-based optimizer，NRBO）为sci。证明，没有哪一个算法在所有优化问题上面都表现优异，因此这便是对GTO进行改进创作的根本动机，也是大家能够一直不断改进创作群智能的重要原因！出所有实验结果，里面收敛曲线和箱线图都是代码自动保存的高质量图片，数据都是算法统一运行30次后计算得到的相应评价指标，包括。

2024-03-27 23:16:59 1013

原创 2024年新算法：基于苦鱼优化算法BFO的城市三维无人机路径规划（复杂地形三维航迹路径规划）

通过对算法的性能进行仿真实验，我们发现该方法能够有效地规划出满足避障要求的无人机三维航迹，并且具有较高的规划效率。这意味着，我们的方法能够在城市复杂环境中，快速而准确地为无人机规划出一条既安全又高效的飞行路径，为无人机的实际应用提供了有力支持。这意味着，我们的方法不仅能够确保无人机在飞行过程中的安全，还能在较短时间内找到最优的飞行路径，提高了无人机的整体飞行效率。这种方法将复杂的无人机路径规划问题转化为了一个优化问题，然后利用苦鱼优化算法BFO来寻找最佳的飞行路径。城市三维无人机路径规划；

2024-03-16 13:24:18 1061

原创 2024年新算法：基于鹦鹉优化器PO的城市三维无人机路径规划（复杂地形三维航迹路径规划）

通过对算法的性能进行仿真实验，我们发现该方法能够有效地规划出满足避障要求的无人机三维航迹，并且具有较高的规划效率。这意味着，我们的方法能够在城市复杂环境中，快速而准确地为无人机规划出一条既安全又高效的飞行路径，为无人机的实际应用提供了有力支持。这意味着，我们的方法不仅能够确保无人机在飞行过程中的安全，还能在较短时间内找到最优的飞行路径，提高了无人机的整体飞行效率。这种方法将复杂的无人机路径规划问题转化为了一个优化问题，然后利用鹦鹉优化器PO来寻找最佳的飞行路径。城市三维无人机路径规划；

2024-03-16 12:54:07 800

原创 2024年新算法：基于牛顿-拉夫逊优化器NRBO的城市三维无人机路径规划（复杂地形三维航迹路径规划）

通过对算法的性能进行仿真实验，我们发现该方法能够有效地规划出满足避障要求的无人机三维航迹，并且具有较高的规划效率。这意味着，我们的方法能够在城市复杂环境中，快速而准确地为无人机规划出一条既安全又高效的飞行路径，为无人机的实际应用提供了有力支持。这意味着，我们的方法不仅能够确保无人机在飞行过程中的安全，还能在较短时间内找到最优的飞行路径，提高了无人机的整体飞行效率。这种方法将复杂的无人机路径规划问题转化为了一个优化问题，然后利用牛顿-拉夫逊优化器NRBO来寻找最佳的飞行路径。牛顿-拉夫逊优化器NRBO。

2024-03-16 12:24:41 1026

原创 2024年新算法：基于鹅算法GOOSE的城市三维无人机路径规划（复杂地形三维航迹路径规划）

鹅算法(GOOSE)是一种受鹅在休息和觅食过程中的行为特征启发的算法，该算法具备强大的全局搜索和局部搜索能力，能够在复杂的搜索空间中找到最优解。通过对算法的性能进行仿真实验，我们发现该方法能够有效地规划出满足避障要求的无人机三维航迹，并且具有较高的规划效率。这意味着，我们的方法能够在城市复杂环境中，快速而准确地为无人机规划出一条既安全又高效的飞行路径，为无人机的实际应用提供了有力支持。这意味着，我们的方法不仅能够确保无人机在飞行过程中的安全，还能在较短时间内找到最优的飞行路径，提高了无人机的整体飞行效率。

2024-03-16 11:43:17 692

原创 2024年新算法：基于冠豪猪优化器CPO的城市三维无人机路径规划（复杂地形三维航迹路径规划）

基于冠豪猪优化器CPO的城市三维无人机路径规划（复杂地形三维航迹路径规划）

2024-03-15 23:41:46 681 1

原创免费：差分进化算法（Differential Evolution, DE）原理及其Matlab代码，详细中文版！

差分进化算法（Differential Evolution, DE）原理及其Matlab代码，详细中文版！

2024-03-15 15:51:15 1389

原创独家原创！仅一份！

人工大猩猩优化器（Artificial gorilla troops optimizer，GTO）改进！牛顿-拉夫逊优化器（Newton-Raphson-based optimizer，NRBO）为sci。的，维度分别维（10、30、50、100），这个是英文sci期刊常用的测试集和维度。用这三个新算法来对比突显（声明一下，无贬低意思），只是为了证明改进的。，也可根据自己习惯更换算法名称。这篇算法独家发布，新鲜出炉，适合改进用来。由于图和实验数据太多了，不每个都展示了，数据全部都处理好了，部分数据如下。

2024-03-14 20:09:49 369

原创自适应差分进化算法(SaDE)和差分进化算法(DE)优化BP神经网络

自适应差分进化算法(SaDE)和差分进化算法(DE)可以用于优化神经网络中的参数，包括神经网络的权重和偏置。在优化BP神经网络中，DE和SaDE可以帮助找到更好的权重和偏置的组合，以提高神经网络的性能。在BP神经网络中，优化算法主要用于调整网络的权重和偏置。通过智能优化算法，可以在权衡探索和开发的过程中，更有效地搜索到神经网络的参数组合，以降低误差、提高分类准确率或者加速网络收敛。自适应差分进化算法(SaDE)和差分进化算法(DE)优化BP神经网络。1、优化前bp神经网络和优化后的神经网络的误差图。

2024-03-11 15:47:59 687

原创 2024年新算法：基于人类进化算法HEOA的城市三维无人机路径规划（复杂地形三维航迹路径规划）

人类进化优化算法(HEOA)是一种受人类进化启发的元启发式算法，该算法具备强大的全局搜索和局部搜索能力，能够在复杂的搜索空间中找到最优解。通过对算法的性能进行仿真实验，我们发现该方法能够有效地规划出满足避障要求的无人机三维航迹，并且具有较高的规划效率。这意味着，我们的方法能够在城市复杂环境中，快速而准确地为无人机规划出一条既安全又高效的飞行路径，为无人机的实际应用提供了有力支持。这意味着，我们的方法不仅能够确保无人机在飞行过程中的安全，还能在较短时间内找到最优的飞行路径，提高了无人机的整体飞行效率。

2024-03-11 12:41:13 1122

原创超强来袭！多种sci智能优化算法改进策略学习

DLH搜索策略中使用的维度学习增强了局部和全局搜索之间的平衡，保持了多样性。可对比和二次开发，代码已详细注释改进点并附带参考文献PDF，这些策略可推广到其它算法，该论文为中科院sci二区top论文，具有很大的参考价值。可对比和二次开发，代码已详细注释改进点并附带参考文献PDF，这些策略可推广到其它算法，该论文为中科院sci一区top论文，具有很大的参考价值。可对比和二次开发，代码已详细注释改进点并附带参考文献PDF，这些策略可推广到其它算法，该论文为中科院sci一区top，具有很大的参考价值。

2024-03-07 16:09:49 2094

原创 AGWO SSA SCSSA跑CEC2005

改进灰狼算法AGWO和麻雀优化算法SSA以及改进的麻雀优化算法SCSSA在经典测试集CEC2005上面运行。

2024-03-06 14:19:30 212

原创基于灰狼算法GWO的城市三维无人机路径规划（复杂地形三维航迹路径规划）

通过对算法的性能进行仿真实验，我们发现该方法能够有效地规划出满足避障要求的无人机三维航迹，并且具有较高的规划效率。这意味着，我们的方法能够在城市复杂环境中，快速而准确地为无人机规划出一条既安全又高效的飞行路径，为无人机的实际应用提供了有力支持。这意味着，我们的方法不仅能够确保无人机在飞行过程中的安全，还能在较短时间内找到最优的飞行路径，提高了无人机的整体飞行效率。这种方法将复杂的无人机路径规划问题转化为了一个优化问题，然后利用灰狼算法GWO来寻找最佳的飞行路径。关键词：城市三维无人机路径规划；

2024-03-05 22:35:24 1043

原创模拟退火算法(SA)优化BP神经网络

模拟退火算法(SA)可以用于优化神经网络中的参数，包括神经网络的权重和偏置。在优化BP神经网络中，SA可以帮助找到更好的权重和偏置的组合，以提高神经网络的性能。在BP神经网络中，SA主要用于调整网络的权重和偏置。通过SA算法，可以在权衡探索和利用的过程中，更有效地搜索到神经网络的参数组合，以降低误差、提高分类准确率或者加速网络收敛。模拟退火算法(SA)优化BP神经网络。

2024-01-24 22:17:42 774

原创自适应差分进化算法(SaDE)优化BP神经网络

自适应差分进化算法(SaDE)可以用于优化神经网络中的参数，包括神经网络的权重和偏置。在优化BP神经网络中，SaDE可以帮助找到更好的权重和偏置的组合，以提高神经网络的性能。在BP神经网络中，SaDE主要用于调整网络的权重和偏置。通过SaDE算法，可以在权衡探索和利用的过程中，更有效地搜索到神经网络的参数组合，以降低误差、提高分类准确率或者加速网络收敛。自适应差分进化算法(SaDE)优化BP神经网络。

2024-01-24 22:10:22 1111

原创 SHADE和SaDE跑CEC2017测试集

基于成功历史的参数自适应差分进化算法(SHADE)是经典的差分进化变体，该论文发表于2013年，性能非常有参考价值，可用于和其他算法进行对比试验，该算法尤其是在CEC测试集上有着优秀的表现，将此算法用作对比算法，可以极大增强试验的说服力。提升论文被录用的概率。(SaDE)算法是差分进化的一个变种，其主要特点是引入了自适应机制来动态调整算法参数（例如变异和交叉概率）。SaDE通过考虑个体之间的交互和适应性来改进解的质量，从而提高了差分进化算法的鲁棒性和全局搜索能力。

2024-01-24 21:52:55 626

原创多策略改进灰狼算法（MELGWO）和GWO跑CEC2005

可对比和二次开发，这些策略可推广到其它算法，该论文为中科院sci一区top论文，具有很大的参考价值。改进策略提升现有灰狼优化(GWO)算法的性能。并在CEC2005测试集验证。多策略改进灰狼算法（MELGWO）和GWO跑CEC2005。4、线性种群规模缩减（LPSR）技术。2、进化算子更新方式。3、随机局部搜索技术。

2024-01-20 21:54:37 569

原创改进鲸鱼优化算法（E-WOA）和WOA跑CEC2017

可对比和二次开发，这些策略可推广到其它算法，该论文为中科院sci二区top论文，具有很大的参考价值。改进策略提升现有鲸鱼优化(WOA)算法的性能。并在CEC2017测试集验证。改进鲸鱼优化算法（E-WOA）和WOA跑CEC2017。3、优先选择的增强寻优机制。

2024-01-20 21:47:48 881 1

原创多策略改进鲸鱼优化算法（HHWOA）和WOA跑CEC2017

可对比和二次开发，这些策略可推广到其它算法，该论文为中科院sci一区top，具有很大的参考价值。改进策略提升现有鲸鱼优化(WOA)算法的性能。并在CEC2017测试集验证。多策略改进鲸鱼优化算法（HHWOA）和WOA跑CEC2017。

2024-01-20 21:38:51 727

原创改进HPHHO和HHO跑CEC2005测试集

可对比和二次开发，这些策略可推广到其它算法，该论文为sci，具有很大的参考价值。改进策略提升现有哈里斯鹰优化(HHO)算法的性能。并在CEC2005测试集验证。多策略改进的哈里斯鹰(HPHHO)优化算法。

2024-01-19 17:12:05 561

原创多策略改进麻雀算法和SSA跑CEC2017基准测试集

可对比和二次开发，这些策略可推广到其它算法，附带对应的参考文献下载链接，该文是中科院一区top，具有很大的参考价值。测试集为CEC2017测试函数。1、多元初始种群策略；4、新的边界控制策略。

2024-01-18 14:22:42 574

原创改进灰狼（I-GWO）和GWO跑CEC2017测试集

该策略继承了自然界中狼的个体狩猎行为。DLH使用不同的方法为每只狼构建邻域，使邻域信息可以在狼之间共享。DLH搜索策略中使用的维度学习增强了局部和全局搜索之间的平衡，保持了多样性。可对比和二次开发，这些策略可推广到其它算法，附带对应的参考文献下载链接，该文是中科院一区top，具有很大的参考价值。测试集为CEC2017测试函数。提出了一种新的移动策略——基于维度学习的狩猎(DLH)搜索策略。

2024-01-18 14:18:44 585

原创基于强化学习的神经网络优化算法（RLNNA）跑CEC2017

它通过强化学习来训练神经网络，使其能够更好地适应不同的任务和环境。在RLNNA中，神经网络被视为一个智能体，它通过与环境进行交互来学习如何完成任务。这个智能体会有一个奖励机制，即根据完成任务的情况给予相应的奖励或惩罚。通过不断与环境交互，智能体逐渐学习到最佳的行为策略，以便在给定的任务中获得最大的奖励。RLNNA的优点在于，它可以通过训练自动地找到最优的网络参数，而不需要人工进行参数调整。这使得RLNNA具有很强的泛化能力，可以适应不同的数据集和任务。

2024-01-17 21:18:19 515 1

原创基于强化学习的神经网络优化算法（RLNNA）优化机器人路径规划

基于强化学习的神经网络优化算法（RLNNA）是一种利用强化学习来优化神经网络的算法。它通过强化学习来训练神经网络，使其能够更好地适应不同的任务和环境。在RLNNA中，神经网络被视为一个智能体，它通过与环境进行交互来学习如何完成任务。通过不断与环境交互，智能体逐渐学习到最佳的行为策略，以便在给定的任务中获得最大的奖励。RLNNA的优点在于，它可以通过训练自动地找到最优的网络参数，而不需要人工进行参数调整。这使得RLNNA具有很强的泛化能力，可以适应不同的数据集和任务。并附带代码，供大家学习参考！

2024-01-16 23:26:33 653

原创融合正余弦和柯西变异的麻雀搜索算法SCSSA和SSA优化机器人路径规划

麻雀搜索算法（Sparrow Search Algorithm，SSA）是一种受麻雀觅食行为启发的群智能优化算法，在麻雀的觅食过程中，个体通常被分为探索者和追随者。在SSA中，具有较好适应度值的探索者在搜索过程中会优先获取食物。此外，个体之间会相互监视，麻雀种群中的追随者为了提高自身的捕食率，通常会争夺高摄取量同伴的食物资源。融合正余弦和柯西变异的麻雀搜索算法（SCSSA）是关于SSA的改进版本，为了更好地体现改进效果，将两个算法在CEC2005测试集的23个经典测试函数上进行实验对比。

2024-01-12 23:56:22 479 1

原创多策略改进的三角拓扑聚合优化器（ITTAO）

三角拓扑聚合优化器(Triangulation Topology Aggregation Optimizer, TTAO)——新的基于数学的元启发式算法，用于解决连续优化问题和工程应用。后者根据每个单元的局部最优顶点在有希望的位置构造新的单元。NFL定理激励读者对元启发式算法进行改进，于是本期介绍了我们提出的多策略改进的三角拓扑聚合优化器（ITTAO）。：提出了多精英领导机制的自适应权重融合策略，加快收敛的同时提高算法的精度；：提出了基于领导者的自适应步长游走策略，加快算法的收敛速度。

2024-01-11 22:33:59 1051

原创基于领导者自适应步长改进的北方苍鹰优化算法(INGO)

在北方苍鹰优化算法中，苍鹰的捕猎过程被分为两个阶段：猎物识别与攻击（勘探阶段）和追逐及逃生（开发阶段）。在勘探阶段，苍鹰会随机选择一个猎物并迅速发起攻击，这个过程类似于全局搜索，目的是为了寻找更好的解。根据NFL定理，激励读者对其进行改进，提出了最佳领导者策略和自适应莱维步长方法进行改进，为了验证改进效果，将改进算法INGO与原始NGO算法在23个经典基准测试函数上经行对比。北方苍鹰优化算法具有全局搜索和局部搜索相结合的特点，可以处理复杂的优化问题，尤其适用于多峰值、非线性、离散和连续混合优化问题。

2024-01-10 22:12:51 828

原创差分进化算法(DE)和自适应差分进化算法（SaDE）跑23个经典CEC2005测试集

主要步骤包括变异、交叉和选择操作，其中变异操作利用种群内的个体差异生成新解，交叉操作用于产生下一代候选解，选择操作则根据目标函数值来筛选新旧解的进入种群。而自适应差分进化算法 (SaDE)算法是差分进化的一个变种，其主要特点是引入了自适应机制来动态调整算法参数（例如变异和交叉概率）。SaDE通过考虑个体之间的交互和适应性来改进解的质量，从而提高了差分进化算法的鲁棒性和全局搜索能力。总的来说，DE是一种经典的全局优化算法，而SaDE是在DE基础上引入自适应机制来提高算法性能和适应性的一种改进算法。

2024-01-08 16:31:58 1264 1

原创基于透镜反向学习改进的小龙虾优化算法（ECOA）

该算法的灵感来源于小龙虾的觅食、避暑和竞争行为，具有搜索速度快、搜索能力强，能够有效平衡全局搜索和局部搜索的能力。小龙虾优化算法主要包括三个阶段：觅食阶段、避暑阶段和竞争阶段。在觅食阶段，小龙虾会向食物移动并判断食物的大小，根据食物大小采用不同的喂养方法。在避暑阶段，当温度过高时，小龙虾会选择进入洞穴避暑，目标是接近洞穴，以接近最优解，增强算法的利用能力，使算法更快地收敛。在竞争阶段，当其他小龙虾也对洞穴感兴趣时，它们将为得到洞穴而战斗，通过调整位置，扩大了算法的搜索范围，增强了算法的探索能力。

2024-01-07 21:07:07 776 5

原创粒子群优化算法优化BP神经网络

粒子群优化算法（Particle Swarm Optimization，PSO）灵感来源于鸟群的群体行为。它是一种基于群体智能的优化算法，可用来解决优化问题。粒子群优化算法（PSO）可以用于优化神经网络中的参数，包括神经网络的权重和偏置。在优化BP神经网络中，PSO可以帮助找到更好的权重和偏置的组合，以提高神经网络的性能。在BP神经网络中，PSO主要用于调整网络的权重和偏置。通过PSO算法，可以在权衡探索和利用的过程中，更有效地搜索到神经网络的参数组合，以降低误差、提高分类准确率或者加速网络收敛。

2024-01-04 23:20:19 796 1

免费：差分进化算法（Differential Evolution, DE）原理及其Matlab代码，求解球函数，详细中文版！

空空如也