数据与算法课件：16 算法优化策略.pdf

【费用预测】粒子群算法优化ELM神经网络预测费用【含Matlab源码 1378期】.zip

在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方法准确建模。在这种情况下，可以建立BP神经网络表达这些非线性系统。BP神经网络是一种反向传递并且能够修正误差的多层映射函数，它通过对未知系统的输入输出参数进行学习之后，便可以联想记忆表达该系统。但是由于BP网络是在梯度法基础上推导出来的，要求目标函数连续可导，在进化学习的过程中熟练速度慢，容易陷入局部最优，找不到全局最优值。并且由于BP网络的权值和阀值在选择上是随机值，每次的初始值都不一样，造成每次训练学习预测的结果都有所差别。遗传算法是一种全局搜索算法，把BP神经网络和遗传算法有机融合，充分发挥遗传算法的全局搜索能力和BP神经网络的局部搜索能力，利用遗传算法来弥补权值和阀值选择上的随机性缺陷，得到更好的预测结果。

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代码模型及运行结果

人工智能-差分进化算法优化BP神经网络的能源需求预测研究.pdf

支持向量机作为非参数方法已经广泛应用于信用评估领域.为克服其训练高维数据不能主动进行特征选择导致准确率下降的缺点，构建C4.5决策树优化支持向量机的信用评估模型.利用C4.5信息熵增益率方法进行属性选择，减少冗余属性.模型通过网格搜索确定最优参数，使用F-score和平均准确率评价模型性能，并在两组公开数据集上进行验证.实证分析表明，C4.5决策树优化支持向量机的信用评估模型有效减少了数据学习量，较于传统各类单一模型有较高的分类准确率和实用性.

鲸鱼算法优化bp神经网络，内涵鲸鱼算法优化后的代码和未经经与算法优化的bp神经网络的对比，同时对神经网络的隐含层数目进行了优化，大大提升了神经网络的性能。可用来做回归预测类问题。

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代码模型及运行结果

此代码使用遗传算法根据婚礼宾客彼此之间的密切程度来优化婚宴座位表。我选择使用以下键来确定接近度，尽管这可以根据作者的喜好进行修改。 亲密度：2000 = 配偶/日期 900 = 兄弟姐妹 700 = 父母/孩子 500 = 表亲 300 = 阿姨/侄女 100 = 朋友 0 = 不知道 5000 = 新娘/新郎 请注意，我必须创建一个特殊的新娘/新郎分数，因为我们俩都与参加婚礼的每个人关系密切，2000 分不足以确保我们坐在同一张桌子上。显然你想在你自己的婚礼上和你的新配偶坐在一起！ 获得密钥后，您必须创建一个包含所有婚礼宾客 x 所有婚礼宾客的矩阵，并根据每位宾客与其他宾客的关系对他们进行评分。这显然非常耗时，我认为可以通过用户输入其家谱的某种 GUI 来解决。这并不能解决分配亲密关系的问题，但是如果您有建议，请与我们联系！ 使用这个矩阵，您可以创建一个遗传算法，最大限度地提高整张桌子的紧密度，但要限制每张桌子上的客人数量（在我的例子中是 10）。在这个例子中，我选择了一个二元染色体（每个客人要么选择给定的桌子，要么不选择） 更多详情、使用方法，请下载后阅读README.m

电阻GA 使用遗传算法优化阻力表面的 R 包。连续曲面和分类曲面都可以使用这些函数进行优化。此外，可以同时优化多个阻力表面以生成新的阻力表面。电阻距离可以计算为点之间的成本距离（最低成本路径），或使用 CIRCUITSCAPE 计算的基于电路的电阻距离