资源图片详情见本人博客

萤火虫算法的MATLAB程序，可运行

Firefly算法（FA）是一种基于群体智能的有效优化技术，已成功应用于各种实际工程问题。 本文提出了一种新的动态FA（称为NDFA），用于中国南昌市的水资源需求估算。 首先，使用动态参数策略来避免手动调整阶跃因子。 其次，根据历史用水量和当地经济结构，开发了三种不同形式的估算模型（线性，指数和混合）。 第三，利用归一化方法来消除不同数据单元的影响。 在实验中，以南昌市2003年至2015年的用水为例。 2003年至2012年的数据用于寻找模型的最优权重，其余数据（2013-2015年）用于测试模型。计算结果表明，所有五个FA变体都可以实现有希望的解决方案。 提议的NDFA比其他四个FA变体具有更好的性能，其预测精度高达97.91％。 最后，对南昌市2017年至2020年的需水量进行了预测。

基于二元萤火虫算法的多元生理信号特征选择与识别

作业车间调度问题是将多台机器安排处理多个工件的组合优化问题，使最大完工时间达到最小。应用传统萤火虫算法求解时，萤火虫个体到达最优解附近时，相对吸引力逐渐增强，导致局部搜索能力减弱，造成求解结果在最优解附近震荡，进而使求解精度下降。为改善解的质量，本文在萤火虫算法迭代过程中引入精英选择策略，保护进化过程中的优秀个体，避免最优解丢失；为提高算法收敛速度与求解精度，对萤火虫位置更新方法引入基于种群规模和迭代次数的动态自适应惯性权重；同时对每一代萤火虫种群最优个体引入禁忌搜索算法，提高局部搜索能力。仿真结果表明本文所提出改进算法在解决作业车间调度问题上的有效性与实用价值。

A hybrid metaheuristic optimization algorithm that combines strong points of firefly and particle swarm algorithms.The proposed algorithm is able to exploitthe strongpoints of both particle swarm and firefly algorithm mechanisms. HFPSO try to determine thestart of the local search process properly by checking the previous global best fitness values.(论文+源代码)

针对萤火虫算法的讲解做了一个PPT，里面包含了天然萤火虫的行为、算法原则、伪代码、Matlab代码内容，带有注释，方便对算法进行理解。

目前，在求解函数最优解以及在最优化工程中，萤火虫算法应用越来越多，这里提供了萤火虫算法的matlab代码，简单易懂可行

人工萤火虫算法是最近新起的算法，实现速度快，该文件时其算法的matlab代码实现说明

最新智能算法matlab，具有较好的效果方便学习交流，具有很好的价值