- 博客(111)
- 收藏
- 关注
RSS订阅原创 飞蛾扑火算法（MFO）优化长短期记忆神经网络原理及MATLAB代码复现
飞蛾扑火算法（Moth flame optimization）是由Seyedali Mirjalili在2015年基于飞蛾对光源飞行的策略提出的群体智能算法，该算法主要模拟了飞蛾围绕光源螺旋飞行的过程。
2025-01-12 08:00:00
949
原创 飞蛾扑火算法（MFO）优化支持向量机原理及MATLAB代码复现
飞蛾扑火算法（Moth flame optimization）是由Seyedali Mirjalili在2015年基于飞蛾对光源飞行的策略提出的群体智能算法，该算法主要模拟了飞蛾围绕光源螺旋飞行的过程。
2025-01-12 08:00:00
801
原创 飞蛾扑火算法（MFO）优化BP神经网络原理及MATLAB代码复现
飞蛾扑火算法（Moth flame optimization）是由Seyedali Mirjalili在2015年基于飞蛾对光源飞行的策略提出的群体智能算法，该算法主要模拟了飞蛾围绕光源螺旋飞行的过程。
2025-01-12 08:00:00
879
原创 蚁狮算法（ALO）优化长短期记忆神经网络原理及MATLAB代码复现
蚁狮算法（Ant Lion Optimizer，ALO）是Seyedali Mirjalili学者于2015年基于蚁狮的狩猎机制而提出群智能算法，该算法模拟了蚂蚁随机行走、诱捕蚂蚁、狩猎及重建陷阱、精英化。
2025-01-11 08:00:00
806
原创 蚁狮算法（ALO）优化BP神经网络原理及MATLAB代码复现
蚁狮算法（Ant Lion Optimizer，ALO）是Seyedali Mirjalili学者于2015年基于蚁狮的狩猎机制而提出群智能算法，该算法模拟了蚂蚁随机行走、诱捕蚂蚁、狩猎及重建陷阱、精英化。
2025-01-11 08:00:00
1009
原创 蚁狮算法（ALO）优化支持向量机原理及MATLAB代码复现
蚁狮算法（Ant Lion Optimizer，ALO）是Seyedali Mirjalili学者于2015年基于蚁狮的狩猎机制而提出群智能算法，该算法模拟了蚂蚁随机行走、诱捕蚂蚁、狩猎及重建陷阱、精英化。
2025-01-11 08:00:00
677
原创 人工蜂鸟算法（AHA）优化支持向量机原理及MATLAB代码复现
人工蜂鸟算法（Artificial hummingbird algorithm:，AHA）是Weiguo Zhao等人于2021年提出新型元启发式算法，该算法模拟自然界中蜂鸟的特殊飞行技能和智能觅食策略并构建了访问表来模拟蜂鸟对食物来源的记忆功能，提高模型局部开发性能，快速达到求解问题收敛。
2025-01-10 10:52:36
761
原创 人工蜂鸟算法（AHA）优化BP神经网络原理及MATLAB代码复现
人工蜂鸟算法（Artificial hummingbird algorithm:，AHA）是Weiguo Zhao等人于2021年提出新型元启发式算法，该算法模拟自然界中蜂鸟的特殊飞行技能和智能觅食策略并构建了访问表来模拟蜂鸟对食物来源的记忆功能，提高模型局部开发性能，快速达到求解问题收敛。
2025-01-10 10:52:06
839
原创 人工蜂鸟算法（AHA）优化长短期记忆神经网络原理及MATLAB代码复现
人工蜂鸟算法（Artificial hummingbird algorithm:，AHA）是Weiguo Zhao等人于2021年提出新型元启发式算法，该算法模拟自然界中蜂鸟的特殊飞行技能和智能觅食策略并构建了访问表来模拟蜂鸟对食物来源的记忆功能，提高模型局部开发性能，快速达到求解问题收敛。
2025-01-10 10:50:58
1009
原创 共生生物搜索算法（SOS）优化BP神经网络原理及MATLAB代码复现
共生生物搜索算法（Symbiotic Organisms Search，SOS）是由学者Cheng等人于2013基于生态系统生物之间社会行为提出元启发式智能算法。该算法模拟了生物体在生态系统中互惠共生、共栖共生及寄生的社会行为，以此平衡算法的全局搜索和局部开发性能。
2024-11-20 08:00:00
1396
原创 共生生物搜索算法（SOS）优化支持向量机原理及MATLAB代码复现
共生生物搜索算法（Symbiotic Organisms Search，SOS）是由学者Cheng等人于2013基于生态系统生物之间社会行为提出元启发式智能算法。该算法模拟了生物体在生态系统中互惠共生、共栖共生及寄生的社会行为，以此平衡算法的全局搜索和局部开发性能。
2024-11-20 08:00:00
735
原创 共生生物搜索算法（SOS）优化长短期记忆神经网络原理及MATLAB代码复现
共生生物搜索算法（Symbiotic Organisms Search，SOS）是由学者Cheng等人于2013基于生态系统生物之间社会行为提出元启发式智能算法。该算法模拟了生物体在生态系统中互惠共生、共栖共生及寄生的社会行为，以此平衡算法的全局搜索和局部开发性能。
2024-11-20 08:00:00
580
原创 海马优化算法（SHO）优化BP神经网络原理及MATLAB代码复现
海马优化算法（Sea-horse optimizer,SHO）是Shijie Zhao等人于2023年提出群智能算法，该算法模拟了海马的运动、捕食和繁殖行为。在前两个阶段，SHO分别模拟了海马的不同运动模式和概率捕食机制。此外由于海马妊娠的独特特点，有利于增加种群多样性。
2024-11-19 08:00:00
1617
原创 海马优化算法（SHO）优化支持向量机网络原理及MATLAB代码复现
海马优化算法（Sea-horse optimizer,SHO）是Shijie Zhao等人于2023年提出群智能算法，该算法模拟了海马的运动、捕食和繁殖行为。在前两个阶段，SHO分别模拟了海马的不同运动模式和概率捕食机制。此外由于海马妊娠的独特特点，有利于增加种群多样性。
2024-11-19 08:00:00
1168
原创 海马优化算法（SHO）优化长短期记忆神经网络原理及MATLAB代码复现
海马优化算法（Sea-horse optimizer,SHO）是Shijie Zhao等人于2023年提出群智能算法，该算法模拟了海马的运动、捕食和繁殖行为。在前两个阶段，SHO分别模拟了海马的不同运动模式和概率捕食机制。此外由于海马妊娠的独特特点，有利于增加种群多样性。
2024-11-19 08:00:00
864
原创 非洲秃鹫算法（AVOA）优化长短期记忆神经网络原理及MATLAB代码复现
非洲秃鹫算法（African vultures optimization algorithm，AVOA）是由Benyamin Abdollahzadeh等人于2021年基于非洲秃鹫的领导者-追随者模型捕食提出的群智能算法，AVOA通过非洲秃鹫在不同饥饿程度时候捕食行为来平衡算法全局搜索性能和局部开发性能。
2024-11-18 22:30:08
771
原创 非洲秃鹫算法（AVOA）优化支持向量机原理及MATLAB代码复现
非洲秃鹫算法（African vultures optimization algorithm，AVOA）是由Benyamin Abdollahzadeh等人于2021年基于非洲秃鹫的领导者-追随者模型捕食提出的群智能算法，AVOA通过非洲秃鹫在不同饥饿程度时候捕食行为来平衡算法全局搜索性能和局部开发性能。
2024-11-18 22:29:52
826
原创 非洲秃鹫算法（AVOA）优化BP神经网络原理及MATLAB代码复现
非洲秃鹫算法（African vultures optimization algorithm，AVOA）是由Benyamin Abdollahzadeh等人于2021年基于非洲秃鹫的领导者-追随者模型捕食提出的群智能算法，AVOA通过非洲秃鹫在不同饥饿程度时候捕食行为来平衡算法全局搜索性能和局部开发性能。
2024-11-18 22:29:38
823
原创 帝国竞争主义算法（ICA）优化BP神经网络原理及MATLAB代码复现
帝国竞争主义算法（Imperialist Competition Algorithms,ICA）是由Atashpaz Gargari等人于2007年基于国家与国家之间竞争提出智能算法，该算法赋予个体作为一个国家，国家强大作为帝国主义国家，其余为殖民地国家，一个帝国主义国家支配些许殖民国家形成帝国，同时向殖民地国家输送自己文化等富裕殖民地国家，进行帝国与帝国之间竞争，同时殖民地国家过于强大也会取代较弱帝国主义国家。直至最后只剩下一个帝国主义国家。从而达到算法的优化。
2024-11-17 08:00:00
1525
原创 帝国竞争主义算法（ICA）优化支持向量机原理及MATLAB代码复现
帝国竞争主义算法（Imperialist Competition Algorithms,ICA）是由Atashpaz Gargari等人于2007年基于国家与国家之间竞争提出智能算法，该算法赋予个体作为一个国家，国家强大作为帝国主义国家，其余为殖民地国家，一个帝国主义国家支配些许殖民国家形成帝国，同时向殖民地国家输送自己文化等富裕殖民地国家，进行帝国与帝国之间竞争，同时殖民地国家过于强大也会取代较弱帝国主义国家。直至最后只剩下一个帝国主义国家。从而达到算法的优化。
2024-11-17 08:00:00
735
原创 帝国竞争主义算法（ICA）优化长短期记忆神经网络原理及MATLAB代码复现
帝国竞争主义算法（Imperialist Competition Algorithms,ICA）是由Atashpaz Gargari等人于2007年基于国家与国家之间竞争提出智能算法，该算法赋予个体作为一个国家，国家强大作为帝国主义国家，其余为殖民地国家，一个帝国主义国家支配些许殖民国家形成帝国，同时向殖民地国家输送自己文化等富裕殖民地国家，进行帝国与帝国之间竞争，同时殖民地国家过于强大也会取代较弱帝国主义国家。直至最后只剩下一个帝国主义国家。从而达到算法的优化。
2024-11-17 08:00:00
2520
原创 白鲨优化算法（WSO）优化BP神经网络原理及MATLAB代码复现
白鲨优化算法（White Shark Optimizer，WSO）Malik Braik 是于2022年基于白鲨深海觅食提出的群体智能算法，该算法模拟白鲨通过自身灵敏嗅觉和听觉来实现对猎物搜索追踪、定位和捕猎食物。进而平衡全局和局部性能，实现算法对问题求解。
2024-11-16 08:00:00
877
原创 白鲨优化算法（WSO）优化支持向量机神经网络原理及MATLAB代码复现
白鲨优化算法（White Shark Optimizer，WSO）Malik Braik 是于2022年基于白鲨深海觅食提出的群体智能算法，该算法模拟白鲨通过自身灵敏嗅觉和听觉来实现对猎物搜索追踪、定位和捕猎食物。进而平衡全局和局部性能，实现算法对问题求解。
2024-11-16 08:00:00
723
原创 白鲨优化算法（WSO）优化长短期记忆神经网络原理及MATLAB代码复现
白鲨优化算法（White Shark Optimizer，WSO）Malik Braik 是于2022年基于白鲨深海觅食提出的群体智能算法，该算法模拟白鲨通过自身灵敏嗅觉和听觉来实现对猎物搜索追踪、定位和捕猎食物。进而平衡全局和局部性能，实现算法对问题求解。
2024-11-16 08:00:00
1049
原创 变色龙算法（CSA）优化支持向量机原理及MATLAB代码复现
变色龙算法（Chameleon Swarm Algorithm,CSA）是Malik Shehadeh Braik于2021年基于变色龙的觅食机制而提出的群体智能算法。该算法模拟了变色龙寻找食物的行为步骤，包括它们在树木、沼泽和沙漠动态寻找猎新闻，将眼睛旋转到近360◦的视觉范围来定位猎物，并利用它们粘稠的舌头高速发射来抓住猎物。算法具有寻优能力强等特点。
2024-11-15 08:00:00
891
原创 变色龙算法（CSA）优化BP神经网络原理及MATLAB代码复现
变色龙算法（Chameleon Swarm Algorithm,CSA）是Malik Shehadeh Braik于2021年基于变色龙的觅食机制而提出的群体智能算法。该算法模拟了变色龙寻找食物的行为步骤，包括它们在树木、沼泽和沙漠动态寻找猎新闻，将眼睛旋转到近360◦的视觉范围来定位猎物，并利用它们粘稠的舌头高速发射来抓住猎物。算法具有寻优能力强等特点。
2024-11-15 08:00:00
861
原创 变色龙算法（CSA）优化长短期记忆神经网络原理及MATLAB代码复现
变色龙算法（Chameleon Swarm Algorithm,CSA）是Malik Shehadeh Braik于2021年基于变色龙的觅食机制而提出的群体智能算法。该算法模拟了变色龙寻找食物的行为步骤，包括它们在树木、沼泽和沙漠动态寻找猎新闻，将眼睛旋转到近360◦的视觉范围来定位猎物，并利用它们粘稠的舌头高速发射来抓住猎物。算法具有寻优能力强等特点。
2024-11-15 08:00:00
674
原创 粒子群算法和引力搜索算法的混合算法（PSOGSA）优化长短期记忆神经网络原理及MALTAB代码复现
基于PSO算法的局部开发能力和GSA的全局探索性能强的特点，Seyedali Mirjalili等人于2010年提出混合算法（PSOGSA）。该算法主要是将PSO的开发能力与GSA的探索能力相结合，综合两种算法的强度。结果表明，与标准的PSO和GSA相比，该混合算法具有更好的收敛收敛速度。
2024-11-14 08:00:00
516
原创 粒子群算法和引力搜索算法的混合算法（PSOGSA）优化支持向量机原理及MALTAB代码复现
基于PSO算法的局部开发能力和GSA的全局探索性能强的特点，Seyedali Mirjalili等人于2010年提出混合算法（PSOGSA）。该算法主要是将PSO的开发能力与GSA的探索能力相结合，综合两种算法的强度。结果表明，与标准的PSO和GSA相比，该混合算法具有更好的收敛收敛速度。
2024-11-14 08:00:00
374
原创 粒子群算法和引力搜索算法的混合算法（PSOGSA）优化长短期记忆神经网络原理及MALTAB代码复现
基于PSO算法的局部开发能力和GSA的全局探索性能强的特点，Seyedali Mirjalili等人于2010年提出混合算法（PSOGSA）。该算法主要是将PSO的开发能力与GSA的探索能力相结合，综合两种算法的强度。结果表明，与标准的PSO和GSA相比，该混合算法具有更好的收敛收敛速度。
2024-11-14 08:00:00
322
原创 引力搜索算法（GSA）优化BP神经网络原理及MATLAB代码复现
引力搜索算法（Gravitational Search Algorithm,GSA）是Esmat Rashedi等人于2009年基于万有引力启发而提出的智能算法，该算法将问题赋予粒子形式，粒子之间存在相互吸引力（万有引力），该力与自身质量成正比，与距离成反比，因此不断更新粒子之间吸引力，对吸引力赋予适应度形式达到问题优化求解。
2024-11-13 08:00:00
726
原创 引力搜索算法（GSA）优化支持向量机原理及MATLAB代码复现
引力搜索算法（Gravitational Search Algorithm,GSA）是Esmat Rashedi等人于2009年基于万有引力启发而提出的智能算法，该算法将问题赋予粒子形式，粒子之间存在相互吸引力（万有引力），该力与自身质量成正比，与距离成反比，因此不断更新粒子之间吸引力，对吸引力赋予适应度形式达到问题优化求解。
2024-11-13 08:00:00
805
原创 引力搜索算法（GSA）优化长短期记忆神经网络原理及MATLAB代码复现
引力搜索算法（Gravitational Search Algorithm,GSA）是Esmat Rashedi等人于2009年基于万有引力启发而提出的智能算法，该算法将问题赋予粒子形式，粒子之间存在相互吸引力（万有引力），该力与自身质量成正比，与距离成反比，因此不断更新粒子之间吸引力，对吸引力赋予适应度形式达到问题优化求解。
2024-11-13 08:00:00
832
原创 改进的人工大猩猩部队优化算法（MGTO）优化BP神经网络原理及MATLAB代码复现
人工大猩猩部队优化（GTO）是一种模拟大猩猩社会生活的元启发式优化算法。考虑到GTO算法的收敛精度不足和收敛速度较低，学者提出了三种创新策略改进GTO（MGTO）。首先，提出了一种收缩控制因子融合策略，通过加强银背大猩猩与其他大猩猩之间的通信，来扩大搜索空间，提高全局优化性能；其次，提出了一种基于接近性的正弦余弦交互融合策略，以稳定银背大猩猩和其他大猩猩个体的性能，提高算法的收敛能力和速度。最后，提出了一种大猩猩个体差异识别策略，以减少大猩猩和银背大猩猩之间的差异，以提高最优解的质量。
2024-11-12 08:00:00
1253
原创 改进的人工大猩猩部队优化算法（MGTO）优化支持向量机原理及MATLAB代码复现
人工大猩猩部队优化（GTO）是一种模拟大猩猩社会生活的元启发式优化算法。考虑到GTO算法的收敛精度不足和收敛速度较低，学者提出了三种创新策略改进GTO（MGTO）。首先，提出了一种收缩控制因子融合策略，通过加强银背大猩猩与其他大猩猩之间的通信，来扩大搜索空间，提高全局优化性能；其次，提出了一种基于接近性的正弦余弦交互融合策略，以稳定银背大猩猩和其他大猩猩个体的性能，提高算法的收敛能力和速度。最后，提出了一种大猩猩个体差异识别策略，以减少大猩猩和银背大猩猩之间的差异，以提高最优解的质量。
2024-11-12 08:00:00
1296
原创 改进的人工大猩猩部队优化算法（MGTO）优化长短期记忆神经网络原理及MATLAB代码复现
人工大猩猩部队优化（GTO）是一种模拟大猩猩社会生活的元启发式优化算法。考虑到GTO算法的收敛精度不足和收敛速度较低，学者提出了三种创新策略改进GTO（MGTO）。首先，提出了一种收缩控制因子融合策略，通过加强银背大猩猩与其他大猩猩之间的通信，来扩大搜索空间，提高全局优化性能；其次，提出了一种基于接近性的正弦余弦交互融合策略，以稳定银背大猩猩和其他大猩猩个体的性能，提高算法的收敛能力和速度。最后，提出了一种大猩猩个体差异识别策略，以减少大猩猩和银背大猩猩之间的差异，以提高最优解的质量。
2024-11-12 08:00:00
1161
原创 人工大猩猩部队优化算法（GTO）优化长短期记忆神经网络原理及MATLAB代码复现
人工大猩猩部队优化算法（Artificial gorilla troops optimizer，GTO）是由Benyamin Abdollahzadeh等人于2021年基于大猩猩部队自然社会智能启发而提出新的元启发式算法，即人工。在该算法中，用数学方法计算了大猩猩的集体生命，并设计了新的机制来进行探索和开发。该算法具有寻优能力强的特点。
2024-11-11 21:22:39
844
原创 人工大猩猩部队优化算法（GTO）优化支持向量机原理及MATLAB代码复现
人工大猩猩部队优化算法（Artificial gorilla troops optimizer，GTO）是由Benyamin Abdollahzadeh等人于2021年基于大猩猩部队自然社会智能启发而提出新的元启发式算法，即人工。在该算法中，用数学方法计算了大猩猩的集体生命，并设计了新的机制来进行探索和开发。该算法具有寻优能力强的特点。
2024-11-11 21:22:17
1158
原创 人工大猩猩部队优化算法（GTO）优化BP神经网络原理及MATLAB代码复现
人工大猩猩部队优化算法（Artificial gorilla troops optimizer，GTO）是由Benyamin Abdollahzadeh等人于2021年基于大猩猩部队自然社会智能启发而提出新的元启发式算法，即人工。在该算法中，用数学方法计算了大猩猩的集体生命，并设计了新的机制来进行探索和开发。该算法具有寻优能力强的特点。
2024-11-11 21:21:24
1238
原创 改进的金枪鱼优化算法（HTSO）优化长短期记忆神经网络原理及MATLAB代码复现
针对金枪鱼群优化算法前期收敛速度慢和容易陷入局部最优等不足，有学者提出混合策略改进的金枪鱼群优化算法（HTSO）。该算法首先通过混沌映射初始化种群，提高种群的丰富性；其 次，利 用莱维飞行策略在空间随机游走的搜索特点，提高算法在螺旋式觅食时的幅度，减少算法陷入局部最优的次数，帮助其快速找到全局最优。
2024-11-10 08:00:00
418
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人