安全技术-网络信息-智能优化算法及其在ATM网络流量控制中的应用研究.pdf

安全技术-网络信息-移动通信网络智能优化软件IOS的测试.pdf

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

(1条消息) 2021年提出的若干个智能优化算法-附MATLAB代码_Frank,Y的博客-CSDN博客_最新的智能优化算法.html

仿真平台：MATALAB Untitled是主函数运行，其余子函数 电热综合能源系统的动态定价问题，采用主从博弈方法 上领导者问题上，以综合能源系统整体的收益作为目标函数，考虑电价以及热价等相关约束，在下层运营商和负荷聚合商作为跟随者，构建了领导者-跟随者Stackelberg博弈模型，同时还考虑了系统的功率平衡条件以及热能平衡条件等约束，模型的上层求解采用智能随机优化算法，下层求解采用CPLEX求解器，程序运行时间423.73s，考虑该代码具有一定的创新性，适合新手学习以及在此基础上进行拓展，代码质量非常高 解决了多主体间交互问题

智能优化算法课程 ML机器学习入门 神经网络基础 智能优化算法-BP神经网络基本原理简介

当前，机器学习技术已广泛应用于工业、农业、交通、环境等各个领域。特别在农 业生产领域，由于农业信息化和精准农业的推广和实施，农业生产数据不断迅速增长并 大量积累，这大大增加了对信息技术的需求，尤其对机器学习技术的需求更加显著。然 而，由于农业生产问题的复杂性，对决策问题直接采用传统的机器学习方法往往达不到 理想的效果，因此如何构造最优的基于机器学习的农业智能决策方法是当前亟待解决的 问题。 本文重点研究利用群智能优化技术对现有若干机器学习技术进行改进，构建基于机 器学习技术的农业智能决策新方法，进而将这些新方法用于解决实际农业生产问题。我 们首先对随机森林、多目标聚类、支持向量机和核极限学习机等方法在计算精度、适用性 和稳定性方面存在的问题进行了探讨，提出了三维混沌果蝇优化技术、改进粒子群优化 技术、改进灰狼优化技术和多种群灰狼优化技术，然后分别对上述机器学习方法进行改 进，进而提出三维混沌果蝇优化的随机森林预测模型、改进粒子群的动态多目标优化诊 断模型、改进灰狼优化的支持向量机诊断模型、多种群灰狼智能演化核极限学习机预测 模型，分别用于水稻的虫害预测、病害诊断、缺素诊断和产量预测..

受美国帝王蝶迁徙行为的影响，Wang等提出帝王蝶优化算法(Monarch Butterfly Optimization, MBO)。MBO有2个算子：具有局部搜索能力的迁移算子和具有全局搜索能力的调整算子。目前针对MBO算法的应用领域相对较少，读者可根据自己意愿对其进行改进或将其应用在不同的研究方向。

应用粒子群优化(PSO)算法对电力系统的机组优化组合问题进行研究,介绍了算法原理,分析了算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并以常用的测试函数进行验证,建立了相应的数学模型,并以IEEE3机6节点电力系统为实例进行研究。分析结果表明,PSO算法较之常用的遗传算法和混沌优化等算法,在算法结构、计算时间、搜索区间控制以及收敛速度等方面具有较好的特性,验证了该方法的有效性。

Smell Agent Optimization (SAO)（2021年提出）（智能优化算法matlab代码）（论文）.zip 本文介绍了对一些 CEC数值优化基准函数的称为气味代理优化 (SAO)的新元启发式算法的广泛研究 和混合可再生能源系统（HRES）工程问题。SAO 实现了气味代理和蒸发气味分子的对象之间的关系。这些关系被建模为三种独立的模式，称为嗅探模式、尾随模式和随机模式。当气味分子从气味源向代理扩散时，嗅探模式模拟代理的气味感知能力。尾随模式模拟代理跟踪气味分子的一部分直到其来源被识别的能力。然而，随机模式是代理用来避免陷入局部最小值的一种策略。对 37 个常用的 CEC 基准函数和 HRES 工程问题进行了测试，并将结果与​​其他 6 种元启发式方法进行了比较。实验结果表明，SAO 可以在 76% 的基准函数中找到全局最优值。同样，统计结果表明，SAO 也获得了最具成本效益的HRES 设计与基准算法的比较。 针对 CEC 基准功能和混合再生能源系统（HRES，提出了一种新的启发式算法——嗅觉代理优化（Smell Agent Optimization，SAO）工程优化问