woaipythonmeme的博客

注：该算法已按照智能优化算法APP标准格式进行整改，可直接集成到APP中，方便大家与自己的算法进行对比。饥饿游戏搜索(Hunger games search, HGS)是一种出色的优化算法，它是根据饥饿驱动的活动和动物的行为选择设计的。这种动态的、健康的搜索方法遵循一个简单的概念，即“饥饿”是所有动物生活中行为、决策和行动的最重要的稳态动机和原因，以使优化过程对新用户和决策者来说更容易理解和一致。...

注：该算法已按照智能优化算法APP标准格式进行整改，可直接集成到APP中，方便大家与自己的算法进行对比。向量加权平均(weIghted meaN of vectOrs, INFO)是一种新型的优化器，它将权均值思想应用于实体结构，通过更新规则、向量组合和局部搜索三个核心步骤更新向量的位置。更新规则阶段是基于均值定律和收敛加速来生成新向量。向量组合阶段将得到的向量与更新规则进行组合，以获得有希望的解...

注：该算法已按照智能优化算法APP标准格式进行整改，可直接集成到APP中，方便大家与自己的算法进行对比。鹦鹉优化器(Parrot optimizer，PO)，这是一种高效的元启发式算法，其灵感来自于在驯养的鹦鹉中观察到的觅食、停留、交流和对陌生人的恐惧行为。这些行为被集成在四个不同的公式中，以便于寻找最优解。传统的元启发式算法遵循单独的探索和开发阶段，与之相反，PO群体中的每个个体在每次迭代期间随...

注：该算法已按照智能优化算法APP标准格式进行整改，可直接集成到APP中，方便大家与自己的算法进行对比。逃生算法(Escape algorithm，ESC)，这是一种受人群疏散行为启发的元启发式算法。该算法受人群疏散行为的启发，用于解决现实案例和基准问题。ESC算法模拟疏散过程中人群的行为，将人群在探索阶段分为冷静、聚集和恐慌三组，反映不同层次的决策和情绪状态。冷静的个体引导人群走向安全地带，聚集...

注：该算法已按照智能优化算法APP标准格式进行整改，可直接集成到APP中，方便大家与自己的算法进行对比。战争策略优化算法（War Strategy Optimization Algorithm，WSO)是一种基于古代战争策略的元启发式优化算法。战争战略优化(WSO)是基于军队在战争中的战略运动，将战争策略建模为一个优化过程，每个士兵都动态地向最优值移动。该算法对两种流行的战争策略——进攻和防御策略...

之前推出过一篇Transformer-LSTM网络的轴承寿命预测，本期再出一篇在轴承寿命预测的论文中经常会用到的一个经典的深度学习网络：堆叠去噪自编码器（SDAE）。SDAE网络的效果虽然不如Transformer等先进的深度学习方法，但是其网络结构简单，训练时间较少。在轴承寿命预测的论文中频频出现。关于轴承寿命预测，网络上的文章、代码层出不穷，但是质量却是令人堪忧，有很多文章甚至存在误导嫌疑。本...

截止到本期MATLAB机器学习分类全家桶，一共发了6篇，参考文章如下：1.机器学习分类全家桶，模式识别，故障诊断的看这一篇绝对够了！MATLAB代码2.再更新，机器学习分类全家桶，模式识别，看这一篇绝对够了！MATLAB代码3.2024年新算法优化CATBOOST参数实现分类，MATLAB与Python魔幻联动4.10种2024新算法实现特征选择同时优化XGBOOST参数分类，MATLAB代码5...

之前推出过两期关于智能优化算法APP的文章：1.一款史上最强的智能优化算法软件，MATLAB APP Designer开发2.最强智能优化算法软件v2.0，增加27种工程设计问题，MATLABAPP Designer开发本期继上述两篇文章之后，在智能优化算法APPv2.0版本基础上再次升级！本期升级内容为：增加雷达图和平均排序图的绘制，为你的科研再次锦上添花，省时省力，一键傻瓜式操作！往期内...

本期主题：采用粒子群、遗传算法整定PID参数，代码可免费获取，获取方式在文末。首先采用simulink搭建传递函数，如图：需要修改传递函数的小伙伴，直接点击这个红框的位置，改下参数即可。PSO整定PID参数的大致思路如下：本次整定PID参数的参数指标为：ITAE参数设置如下：PSO迭代次数为80，种群个数设置为：30个。其他参数设置为：%% 参数设置w = 0.7; % 惯性因子 c...

网上关于MATLAB安装mingw64的方法教程有很多，但是搜来搜去很难成功，本来开开心心8点早起去实验室搞科研，结果装个mingw装到了11点半……本期为大家带来一篇万能超简单办法！其中提到需要注意的细节全部加粗标亮，安装过程格外要注意！步骤：1. 首先明确你的MATLAB是什么版本的。不同版本的MATLAB对应的MINGW版本如下：比如我是2020b版本的MATLAB，就必须下载mingw6....

1. 原理概述常用的特征维度降维方法有主成分分析，因子分析法，平均值影响法。而平均影响值算法（MIV）是神经网络对输入变量进行降维的最好方法之一。在神经网络模型实际应用中，由于没有明确的理论来确定输入变量，即网络输入神经元难以确定。假如在神经网络的输入变量中掺杂一些不重要的自变量，不仅会增加模型的训练时间，也会降低模型准确性。因此筛选出影响程度大的网络输入变量对神经网络的改进具有重...

本期推荐一种改进的粒子群算法，并与原始的粒子群算法(PSO)，灰狼算法(GWO)、北方苍鹰算法(NGO)，鲸鱼算法(WOA)算法进行比较，不得不说，效果确实不错！粒子群优化算法（PSO）是一种备受关注的元启发式算法，在求解多种优化问题时具有优异的性能。然而，粒子群优化算法面临着收敛速度慢和陷入局部最优的两个主要问题。此外，该算法在高维问题上的性能显著下降。在经典的粒子群算法中，粒子在每次迭代中的移...

Rat Swarm Optimizer（RSO）算法是近年来发展起来的一种启发式算法，它的灵感来自于老鼠的自然行为，特别是它们的追逐和攻击策略。RSO在解决优化问题方面已被证明是有效的;然而，RSO面临着一些限制，阻碍了其在复杂优化任务中的性能。为了解决这些缺点，改进的鼠群优化算法（MRSO）被提出，旨在增强探索和开发之间的平衡。MRSO结合了独特的修改，以提高搜索效率和鲁棒性，使其适合具有挑战性...

今天为大家带来一期鲸鱼优化BP实现回归预测的案例。原理详解BP (back propagation)神经网络模型是一种在工程应用广泛且具有优质泛化能力的前馈型神经网络，具有强大的非线性映射能力、自学习和自适应能力、泛化能力和容错能力, 能够通过学习自动提取输出、输出数据间的“合理规则”, 并自适应的将学习内容记忆于网络的权值中, 因此特别适合于求解内部机制复杂的问题.。2016年，Mi...

苔藓生长优化算法（The Moss Growth Optimization，MGO）是受自然环境中苔藓生长规律的启发而提出的。MGO算法首先通过一种称为确定风向的机制来确定种群的进化方向，该机制采用了一种划分种群的方法。从藓类植物的无性繁殖、有性繁殖和营养繁殖中得到启发，提出了孢子扩散搜索和双繁殖搜索两种新的搜索策略，分别用于探索和开发。最后，最后，隐生机制改变了传统元启发式算法直接修改个体解的方...

本期采用2023年瞪羚优化算法优化VMD，并结合Transformer-SVM实现轴承诊断，算是一个小创新方法了。需要水论文的童鞋尽快！瞪羚优化算法之前推荐过，该成果于2023年发表在计算机领域三区SCI期刊“Neural Computing and Applications”上。GOA方法具有出色的鲁棒性和效率，目前被引258次。本期轴承诊断思路如下：①对官方下载的西储大学数据进行处理，划分10...

差分进化算法经久不衰！作为经典的优化算法，近年来依旧有不少学者对其改进。本期推荐一个2024年发表的一个最新的改进差分进化算法。本期推荐的改进差分算法于2024年发表在计算机领域三区SCI期刊“Neural Computing and Applications”上。改进差分进化算法（Advanced Differential Evolution，ADE)旨在提高优化过程的有效性，该算法利用混沌理论...

瞪羚优化算法（Gazelle optimization algorithm，GOA)是一种受瞪羚生存行为启发的元启发式算法。算法的开发阶段模拟瞪羚在没有捕食者或捕食者跟踪它的情况下平静地吃草。一旦发现捕食者，GOA就进入探索阶段。在探索阶段，瞪羚要跑得比捕食者更快，找到一个安全的避难所。这两个阶段迭代重复，服从终止准则，寻找优化问题的最优解。该成果于2023年发表在计算机领域三区SCI期刊“Neu...

极光优化算法（Polar Lights Optimization, PLO)是一种受自然奇观启发的元启发式优化算法。结合了高能粒子的运动和研究物理学的基本原理，极光优化算法是一个独特的模拟粒子运动的模型。该模型结合了旋转运动和极光椭圆行走，前者有利于局部开采，后者有利于全球勘探。通过协同结合这两种策略，拟议的PLO实现了本地开发和全球勘探的平衡方法。此外，还引入了粒子碰撞策略，提高了逃避局部最优的...

概要关于轴承寿命预测，网络上的文章、代码层出不穷，但是质量却是令人堪忧，有很多文章甚至存在误导嫌疑。本期代码是在小淘怒肝好几个夜晚整理出来的，本期代码可以帮你迅速掌握一个轴承寿命预测的全过程。为了不误导我的读者朋友，本期作品参考了数篇高被引经典轴承寿命预测的论文，并经过多次代码测试，准确率完全可以保证！实现内容如下：在PHM2012数据的基础上，采用并行Transformer-Lstm实现轴承剩余...