金枪鱼优化算法

鱼鹰优化算法（Osprey optimization algorithm，OOA）由Mohammad Dehghani 和 Pavel Trojovský于2023年提出，其模拟鱼鹰的捕食行为。具有寻优能力强、收敛速度快等特点。 鱼鹰优化算法的流程如下： 1. 初始化：设定算法参数，包括鱼鹰数量、迭代次数、搜索空间等。 2. 阶段一：定位和捕鱼

使用启发式优化算法 遗传算法 对多层感知机中中间层神经个数进行优化，以提高模型的准确率。 待优化的模型： 基于TensorFlow2实现的Mnist手写数字识别多层感知机MLP 设置随机树种子，避免相同结构的神经网络其结果不同的影响。 准确率为96.7% 使用scikit-opt提供的遗传算法库

该算法已被很多篇文章讲解，本文将会去除很多较简单的内容，挑选认为重点核心部分进行讲述，内容中有属于信息的收集整理部分，也有属于自己理解的部分。         遗传算法是一类借鉴生物界的进化规律演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首

当今社会对能源资源的需求越来越大，如何提高列车的能效，减少能源的消耗和环境污染已经成为一个重要的研究方向。列车节能优化是一种综合运用机械、电气、控制等学科知识，通过采用先进的算法和技术手段来优化列车的能耗、运行效率和安全性，实现降低能源消耗和

目录 一、冒泡排序 1、冒泡排序思想 2、冒泡排序算法的性能分析 代码实现： 二、选择排序 1、选择排序思想 2、选择排序算法的性能分析  代码实现： 1、冒泡排序思想 冒泡排序的基本思想是通过相邻元素之间的比较和交换来逐步将最大（或最小）的元素移到右边（或左边

白鲸优化算法 (BWO，beluga whale optimization) 是2022 年在白鲸游泳、捕鲸及跌倒等行为中得到启发而提出的一种新型基于种群的元启发式算法。BWO 主要对白鲸游泳、捕食及跌倒 (坠落) 等行为进行模拟，其对应探索、开发及鲸鱼坠落三个阶段。BWO 当中鲸落概率与平衡因子均为自适应

白鲸优化算法 (BWO，beluga whale optimization) 是2022 年在白鲸游泳、捕鲸及跌倒等行为中得到启发而提出的一种新型基于种群的元启发式算法。BWO 主要对白鲸游泳、捕食及跌倒 (坠落) 等行为进行模拟，其对应探索、开发及鲸鱼坠落三个阶段。BWO 当中鲸落概率与平衡因子均为自适应

目前在学习 最优化：建模、算法与理论这本书，来此记录一下，顺便做一些笔记，在其中我也会加一些自己的理解，尽量写的不会那么的条条框框（当然最基础的还是要有） 本章将从常用的建模技巧开始，接着介绍统计学、信号处理、图像处理以及机器学习中常见的优化模

摘要：本文主要介绍如何用蜣螂算法进行3D无线传感器网(WSN)覆盖优化。 本文主要基于0/1模型，进行寻优。在二维平面上传感器节点的感知范围是一个以节点为圆心，半径为 R n R_n R n ​ 的圆形区域，该圆形区域通常被称为该节点的“感知圆盘”， R n R_n R n ​ 称为传感器节点

摘要：本文主要介绍如何用孔雀算法进行3D无线传感器网(WSN)覆盖优化。 本文主要基于0/1模型，进行寻优。在二维平面上传感器节点的感知范围是一个以节点为圆心，半径为 R n R_n R n ​ 的圆形区域，该圆形区域通常被称为该节点的“感知圆盘”， R n R_n R n ​ 称为传感器节点

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。 PSO是粒子群优化算法（Particle Swarm Optimization）的英文缩写，是一种基于种群的随机优化技术，由Eberhart和Kennedy于1995年提出。粒子群算法模仿昆虫、

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。 PSO是粒子群优化算法（Particle Swarm Optimization）的英文缩写，是一种基于种群的随机优化技术，由Eberhart和Kennedy于1995年提出。粒子群算法模仿昆虫、

摘要：本文主要介绍如何用厨师算法进行3D无线传感器网(WSN)覆盖优化。 本文主要基于0/1模型，进行寻优。在二维平面上传感器节点的感知范围是一个以节点为圆心，半径为 R n R_n R n ​ 的圆形区域，该圆形区域通常被称为该节点的“感知圆盘”， R n R_n R n ​ 称为传感器节点

摘要：本文主要介绍如何用浣熊算法进行3D无线传感器网(WSN)覆盖优化。 本文主要基于0/1模型，进行寻优。在二维平面上传感器节点的感知范围是一个以节点为圆心，半径为 R n R_n R n ​ 的圆形区域，该圆形区域通常被称为该节点的“感知圆盘”， R n R_n R n ​ 称为传感器节点

说明：这是一个机器学习实战项目（附带 数据+代码+文档+视频讲解 ），如需 数据+代码+文档+视频讲解 可以直接到文章最后获取。 猎人猎物优化搜索算法(Hunter–prey optimizer, HPO)是由Naruei Keynia于2022年提出的一种最新的优化搜索算法。受到捕食动物(如狮子、豹子和狼)和猎物

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。 灰狼优化算法(GWO)，由澳大利亚格里菲斯大学学者 Mirjalili 等人于2014年提出来的一种群智能优化算法。灵感来自于灰狼群体捕食行为。优点：较强的

摘要：本文主要介绍如何用斑马算法进行3D无线传感器网(WSN)覆盖优化。 本文主要基于0/1模型，进行寻优。在二维平面上传感器节点的感知范围是一个以节点为圆心，半径为 R n R_n R n ​ 的圆形区域，该圆形区域通常被称为该节点的“感知圆盘”， R n R_n R n ​ 称为传感器节点

摘要：本文主要介绍如何用野马算法进行3D无线传感器网(WSN)覆盖优化。 本文主要基于0/1模型，进行寻优。在二维平面上传感器节点的感知范围是一个以节点为圆心，半径为 R n R_n R n ​ 的圆形区域，该圆形区域通常被称为该节点的“感知圆盘”， R n R_n R n ​ 称为传感器节点

摘要：本文主要介绍如何用天鹰算法进行3D无线传感器网(WSN)覆盖优化。 本文主要基于0/1模型，进行寻优。在二维平面上传感器节点的感知范围是一个以节点为圆心，半径为 R n R_n R n ​ 的圆形区域，该圆形区域通常被称为该节点的“感知圆盘”， R n R_n R n ​ 称为传感器节点