qq_15112659的博客

原创 基于鲹鱼优化算法(GTO)优化Canopy聚类

GTO-Canopy + K-means轮廓系数: 0.7342。最优参数: T1 = 2.8286, T2 = 2.0064。Canopy聚类轮廓系数: 0.8348。

原创 石菖蒲质量评价：多指标定量联合化学模式识别（PCA、FA、OPLS-DA）

原创 贝叶斯优化Transformer多输入回归预测

参数: Heads=2, KeyChannels=58, LR=0.001224, Batch=124, FC1=127, FC2=16 -> ValRMSE=0.7514。参数: Heads=7, KeyChannels=336, LR=0.000521, Batch=16, FC1=93, FC2=114 -> ValRMSE=0.4858。

原创 PSO优化的Kmeans++聚类算法 - 用户用电行为分析

PSO-Kmeans优化完成！聚类 3: 100个用户 (25.2%)=== 各聚类用电行为特征分析 ===• 日负荷波动: 0.38 kW。• 日负荷波动: 0.24 kW。• 日负荷波动: 0.79 kW。• 日负荷波动: 0.80 kW。• 平均负荷: 0.18 kW。• 峰值负荷: 0.39 kW。• 平均负荷: 0.08 kW。• 峰值负荷: 0.25 kW。• 平均负荷: 0.29 kW。• 峰值负荷: 0.79 kW。• 平均负荷: 0.35 kW。• 峰值负荷: 0.79 kW。

原创 改进SLP和SSA在车间布局优化设计中的应用

代数: 120, 最佳适应度: 18641.2037, F1: 83855.38, F2: 38.88, 重叠: 2。代数: 150, 最佳适应度: 18641.2037, F1: 83855.38, F2: 38.88, 重叠: 2。代数: 180, 最佳适应度: 18641.2037, F1: 83855.38, F2: 38.88, 重叠: 2。代数: 330, 最佳适应度: 11441.9670, F1: 82452.57, F2: 39.10, 重叠: 2。

原创 遗传算法优化RVFL神经网络回归预测（随机函数链接神经网络）

训练集 - 均方根误差: 0.436 ℃, 平均绝对误差: 0.339 ℃, 决定系数: 0.9836。测试集 - 均方根误差: 0.778 ℃, 平均绝对误差: 0.630 ℃, 决定系数: 0.9710。迭代 10/50, 最佳适应度: 0.002176。迭代 20/50, 最佳适应度: 0.002176。迭代 30/50, 最佳适应度: 0.002157。迭代 40/50, 最佳适应度: 0.002157。迭代 50/50, 最佳适应度: 0.002135。开始遗传算法优化RVFL神经网络...

原创 基于BNT工具箱的多输入分类预测

类别 1 - 精确率: 0.8421, 召回率: 0.9897, F1分数: 0.9100。类别 2 - 精确率: 0.9535, 召回率: 0.8200, F1分数: 0.8817。类别 3 - 精确率: 0.9900, 召回率: 0.9612, F1分数: 0.9754。训练集大小: 700, 测试集大小: 300。准确率: 0.9233。构建贝叶斯网络...训练贝叶斯网络...

原创 基于耦合的Henon和Sine映射的彩色图像加密算法

基于耦合的Henon和Sine映射的彩色图像加密算法

原创 基于加速遗传算法投影寻踪模型的企业可持续发展能力评价研究

基于加速遗传算法投影寻踪模型的企业可持续发展能力评价研究

原创 基于动态权重-二维云模型的川藏铁路桥梁施工风险评估

综合风险云期望坐标: (7.9766, 7.9823)III级: (5.0, 5.0)II级: (3.0, 3.0)IV级: (7.0, 7.0)III级贴近度: 0.2373。I级: (1.0, 1.0)V级: (9.0, 9.0)II级贴近度: 0.1420。IV级贴近度: 0.7219。I级贴近度: 0.1013。V级贴近度: 0.6929。最终风险等级: IV级。

原创 基于哈里斯鹰优化算法优化孪生快速学习网(HHO-TFLN)回归预测

训练集 - 均方根误差: 0.444 ℃, 平均绝对误差: 0.348 ℃, 决定系数: 0.9849。测试集 - 均方根误差: 0.456 ℃, 平均绝对误差: 0.360 ℃, 决定系数: 0.9860。

原创 基于哈里斯鹰优化算法优化孪生极限学习机(HHO-TELM)回归预测

哈里斯鹰算法；极限学习机

原创 基于LSTM模型的极端天气下光伏功率预测

原创 基于贝叶斯优化AttentionBPNN多输入回归预测

训练集 - 均方根误差: 0.443 ℃, 平均绝对误差: 0.333 ℃, 决定系数: 0.9856。测试集 - 均方根误差: 0.409 ℃, 平均绝对误差: 0.291 ℃, 决定系数: 0.9845。Bayes-AttentionBPNN 测试集-平均绝对误差百分比（MAPE）：0.061973。Bayes-AttentionBPNN 测试集-平均绝对误差（MAE）：0.29084。Bayes-AttentionBPNN 测试集-均方根误差（RMSE）：0.40909。

原创 哈里斯鹰算法优化Jiles-Atherton模型磁滞回线拟合

原创 灰狼算法优化优化模糊孪生支持向量机回归预测(GWO-FTWSVR)

原创 农村末端村级网点选址模型构建 - 灰狼优化算法版本

{'白庄'} {'李仙堂'} {'葛仲园'} {'魏庄'} {'东岩里'} {'张小楼'}村庄覆盖率: 100.00%

原创 HHO优化SVM混合核(高斯核和Sigmoid核）回归预测

测试集-平均绝对误差百分比（MAPE）：0.00067398。训练集-平均绝对误差百分比（MAPE）：0.0011634。训练集-平均绝对误差（MAE）：0.54544。训练集-均方根误差（RMSE）：0.66571。测试集-平均绝对误差（MAE）：0.31575。测试集-均方根误差（RMSE）：0.39158。Sigmoid核参数theta：1.0955。训练集-决定系数（R）：0.95297。测试集-决定系数（R）：0.97566。------HHO优化结果------权重beta：0.0241。

原创 哈里斯鹰算法优化回声状态网络(HHO-ESN)回归预测

训练集-平均绝对误差百分比（MAPE）：0.0012044。测试集-平均绝对误差百分比（MAPE）：0.0017655。训练集-平均绝对误差（MAE）：0.56695。训练集-均方根误差（RMSE）：0.77077。测试集-平均绝对误差（MAE）：0.83994。测试集-均方根误差（RMSE）：1.0407。------HHO优化结果------训练集-决定系数（R）：0.96852。测试集-决定系数（R）：0.90048。输入缩放：0.29515。输出缩放：0.56305。泄漏率：0.79403。

原创 哈里斯鹰算法优化改进高斯核和小波核混合的RVM回归预测

训练集-平均绝对误差百分比（MAPE）：0.00064656。测试集-平均绝对误差百分比（MAPE）：0.00079479。训练集-平均绝对误差（MAE）：0.30295。训练集-均方根误差（RMSE）：0.39451。测试集-平均绝对误差（MAE）：0.37292。测试集-均方根误差（RMSE）：0.46197。训练集-决定系数（R）：0.98783。------HHO优化结果------测试集-决定系数（R）：0.9804。小波核尺度参数：9.9198。小波核平移参数：9.9199。

原创 HHO优化SVM混合核(高斯核和小波核）回归预测

HHO优化SVM混合核(高斯核和小波核）回归预测

原创 哈里斯鹰优化SVM混合核(多项式核和高斯核)的回归预测

训练集-平均绝对误差百分比（MAPE）：0.35371。测试集-平均绝对误差百分比（MAPE）：0.30119。测试集-平均绝对误差（MAE）：0.67448。测试集-均方根误差（RMSE）：0.81821。训练集-平均绝对误差（MAE）：1.0946。训练集-均方根误差（RMSE）：1.2182。训练集-决定系数（R）：0.84351。测试集-决定系数（R）：0.78507。------HHO优化结果------权重beta：0.087157。多项式degree：3。

原创 哈里斯鹰优化算法的FIR滤波器优化设计(带通+低通)

哈里斯鹰优化算法的FIR滤波器优化设计

原创 光谱预处理+特征筛选+沙丘猫算法+哈里斯鹰+鲸鱼+黏菌算法+猎食者算法优化BP神经网络回归预测

红外光谱SG平滑 MSC校正+SPA特征筛选+沙丘猫算法+哈里斯鹰+鲸鱼+黏菌算法+猎食者算法优化BP神经网络回归预测。

原创 基于量子遗传算法的投影寻踪算法

基于量子遗传算法的投影寻踪算法 运用量子遗传算法优化投影寻踪的投影方向，获取最佳投影值。

原创 基于开普勒优化算法的Otsu多阈值分割

原创 开普勒优化算法改进随机森林多输入回归预测

原创 黏菌算法/鲸鱼算法/猎食者算法/沙丘猫优化算法优化XGBoost预测

SMA-XGBoost训练集 Rmse=0.0017742。SMA-XGBoost训练集 Mse=3.1477e-06。WOA-XGBoost训练集 Rmse=0.0017126。HPO-XGBoost训练集 Rmse=0.0012196。HPO-XGBoost训练集 Mse=1.4874e-06。WOA-XGBoost训练集 Mse=2.933e-06。SCSO-XGBoost训练集 Mape=0.02451。SCSO-XGBoost训练集 Mse=2.74e-06。

原创 开普勒优化算法KOA与KNN特征选择(KOA-KNN)

选择KNN为分类基函数，KNN基函数10折交叉验证，运用开普勒优化算法对特征进行选择。训练集 精准率Precision：97.4359%训练集 准确率Accuracy：97.5806%测试集 准确率Accuracy：92.5926%测试集 精准率Precision：87.5%训练集 F_score：98.7013%测试集 F_score：93.3333%训练集 召回率Recall：100%测试集 召回率Recall：100%

原创 基于金枪鱼群优化算法优化广义回归神经网络预测(TSO-GRNN)

金枪鱼群优化算法优化广义回归神经网络的SPread参数。

原创 基于金枪鱼群优化算法优化概率神经网络分类(TSO-PNN)

原创 基于灰狼算法的物流配送中心选址

参考文献：基于改进鲸鱼优化算法的物流配送中心选址策略

原创 滚动轴承性能退化表征/剩余使用寿命（相关性、单调性和鲁棒性）

原创 冠豪猪优化算法改进投影寻踪的排水权初始配置研究

综合投影值：0.50659 2.0706 0.50608 0.72232 0.72295 1.503 2.4005 0.50432。

原创 基于遗传粒子群RSSI的加权质心定位算法

原创 蚁群算法的自适应小波阈值的局部放电信号去噪声

原创 基于遗传算法(GA)和支持向量机(SVR)的多目标优化

GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。GA多目标计算结果有多个Pareto解集。

原创 多目标粒子群算法-工艺参数优化

原创 基于分段四分位数法+DBSCAN聚类的风电异常值剔除

原创 基于云模型+Topsis