引言 小时候，蜣螂还是比较多见的，还顽皮地将粪球给它弄走，或者给它来点障碍。现在放牛的几乎看不到了，蜣螂没东西可推了，也慢慢从我们的视线中消失了。DBO介绍2022年11月27日，东华大学沈波教授团队，继麻雀搜索算法(Sparrow Search Algorithm，SSA）之后，又提出了一种全新的群体智能优化算法——蜣螂优化（Dung beetle optimizer，DBO），主要模拟了蜣螂的
蜣螂优化算法（Dung beetle optimizer，DBO）由Jiankai Xue和Bo Shen于2022年提出，该算法主要受蜣螂的滚球、跳舞、觅食、偷窃和繁殖行为的启发所得。一、蜣螂优化算法1.1蜣螂滚球（1）当蜣螂前行无障碍时，蜣螂在滚粪球过程中会利用太阳进行导航，下图中红色箭头表示滚动方向 本文假设光源的强度会影响蜣螂的位置，蜣螂在滚粪球过程中位置更新如下： 其中，表示当前迭代次数
蜣螂优化算法( Dung beetle optimizer, DBO), 是由 Jiankai Xue 等于2022 年提出的一种群
原创
2023-05-04 12:33:52
647阅读
摘要：本文介绍利用蜣螂搜索算法，对工程优化案例问题进行智能寻优。
原创
2023-05-08 14:01:49
276阅读
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。 ?个人主页：Matlab科研工作室?个人信条：格物致知。更多Matlab仿真内容点击?智能优化算法 神经网络预测 雷达通信 无线传感器信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统⛄ 内容
原创
2022-12-07 13:42:18
773阅读
摘要：利用蜣螂搜索算法对SVM回归预测进行优化。优化参数主要是SVM的惩罚参数和核惩罚参数。优化结果表面蜣螂搜索算法能够提升SVM的性能。
原创
2023-05-04 11:42:51
313阅读
摘要：为了提高最小二乘支持向量机（lssvm）的回归预测准确率，对lssvm中的惩
原创
2023-05-08 14:04:14
72阅读
摘要：为了提高SVM数据的分类预测准确率，对SVM中惩罚参数和核函数参数利用蜣螂算法进行优化。
原创
2023-05-04 11:42:21
274阅读
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，代码获取、论文复现及科研仿真合作可私信。?个人主页：Matlab科研工作室?个人信条：格物致知。更多Matlab完整代码及仿真定制内容点击?智能优化算法 神经网络预测 雷达通信 &nbs
摘要：本文利用蜣螂算法对核极限学习机(KELM)进行优化，并用于分类。
原创
2023-05-04 12:18:08
79阅读
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Donaid F. S稳定的数据。
原创
2023-05-08 14:03:54
178阅读
点赞
本案例数据一共2000组，其中1900组用于训练，100组用于测试。数
原创
2023-05-08 14:05:19
147阅读
概率神经网络（ probabilistic neural networks , PNN ）是 D. F. Specht 博士在 1 989 年首先提出的，是一种基于 Bayes 分类规则作，同 时保持非线性算法的高精度等特性；
原创
2023-05-04 11:43:06
212阅读
摘要：为了提高LSTM数据的分类预测准确率，对LSTM中的参数利用蜣螂搜索算法进行优化。
原创
2023-05-08 14:06:48
177阅读
人工智能的本质就是最优化。假设把任务比作是一碗饭， 传统的解决方法，就是根据数学公式，然后一口气吃完饭，如果饭碗小，数学公式还行，如果饭碗大，数学公式能一口吃完饭吗？ 人工智能的本质就是最优化，得益于有很多优化算法，优化算法等于是一口一口吃饭，再大的饭碗,再多的饭，也能干。 本文以一元线性回归为例， 通过代码来感受下神经网络的优化算法。一.梯度下降算法SGD梯度下降是一种非常通用的优化算法。 假设
烟花算法FWA的理论知识以及python代码实现一、获取代码方式二、烟花算法介绍三、烟花算法的python实现**Ackley测试函数的代码实现****初始化参数****相关数据的初始占位****种群的初始化****计算初始种群的适应****初始种群的相关数据****FWA算法的迭代寻优****烟花个体进行爆炸（计算数量Si，计算每个烟花的火花数）****计算火星振幅Ai****根据每个烟花的火
转载
2023-08-07 13:24:23
130阅读
在进行数据科学时，可能会浪费大量时间编码并等待计算机运行某些东西。所以我选择了一些 Python 库，可以帮助你节省宝贵的时间。1、OptunaOptuna 是一个开源的超参数优化框架，它可以自动为机器学习模型找到最佳超参数。最基本的（也可能是众所周知的）替代方案是 sklearn 的 GridSearchCV，它将尝试多种超参数组合并根据交叉验证选择最佳组合。GridSearchCV 将在先前定
转载
2023-08-16 10:06:16
78阅读
与传统深度学习算法相同，DELM 也是用逐层贪婪的训练方法来训练网络，DELM每个隐
原创
2023-05-04 12:27:02
59阅读
