IGWO-SVM：改良的灰狼优化算法改进支持向量机。
采用三种改进思路：两种Logistic和Tent混沌映射和采用DIH策略。
采用基于DIH维度学习的狩猎搜索策略为每只狼构建邻域，增强局部和全局搜索能力，收敛速度比GWO更快，适用于paper。
2024-01-05 09:09:08
376KB
1
- 在原始ALO算法的基础上添加了两种改进策略
- 改进1：将原先的间断性边界收缩因子变为连续性边界收缩因子，从而增强算法的遍历性
- 改进2：将原先均衡的权重系数变为动态权重系数，平衡算法的全局搜索和局部开发能力
- 仿真图中包含改进后的IALO算法与原始ALO算法的比较，可以看出性能提升明显
- 包含23种测试函数
2022-06-10 18:07:27
12KB
针对支持向量机(SVM)参数难以选择和确定的问题,采用一种新式元启发式优化算法——多元宇宙优化算法(MVO).并在传统多元宇宙优化算法(MVO)的基础上针对TDR值下降速度慢而导致旅行距离增加的问题,提出改进多元宇宙优化算法(IMVO),将改进多元宇宙优化算法用于支持向量机的参数优化和选择问题上.使用UCI标准数据库中的数据进行数值仿真实验.研究结果表明:采用改进多元宇宙优化算法优化的支持向量机有较强的寻优性能,稳定性较好.
2021-11-22 20:59:32
897KB
1
【lstm预测】基于遗传优化算法改进的lstm预测matlab源码.zip
2021-11-20 13:00:59
748KB
1
【lstm预测】基于粒子群优化算法改进的lstm预测matlab源码.zip
2021-11-06 10:50:19
1.07MB
1
【lstm预测】基于鲸鱼优化算法改进的lstm预测matlab源码.zip
2021-11-06 10:44:10
857KB
1