引言
本期介绍了一种新的元启发式优化算法--鳑鲏鱼优化算法Bitterling Fish Optimization,BFO。该成果于2024年2月发表在SCI期刊Multimedia Tools and Applications(已预警,慎投)。
作者在各种基准函数上的实验和实现表明,BFO比灰狼优化算法、鲸鱼优化算法、蝴蝶优化算法、哈里斯鹰优化算法和黑寡妇优化算法更精确。数据挖掘和机器学习是元启发式技术经常使用的两个领域。在试验中,使用MLP人工神经网络和二进制版本的BFO算法来降低入侵流量的检测误差,提出的方法的精度更低。
参考文献
Zareian, L., Rahebi, J. & Shayegan, M.J. Bitterling fish optimization (BFO) algorithm. Multimed Tools Appl (2024). https://doi.org/10.1007/s11042-024-18579-0.
Matlab代码下载
微信搜索并关注-优化算法侠,或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
2024年优化算法-鳑鲏鱼优化算法Bitterling Fish Optimization(附Matlab代码)
320多种基础的群智能优化算法-matlab
175种群智能优化算法python库
求解cec测试函数-matlab
解决12工程设计优化问题-matlab
求解11种cec测试函数-python
解决12种工程设计优化问题-python