基于云模型学习的双峰果蝇优化算法

引入混沌粒子群算法进行改进的果蝇优化算法。

基于双子群协同进化思想和果蝇优化算法，提出了一种求解0-1背包问题的双子群果蝇优化算法。利用双子群协同进化以及群半径自动调节来增强搜索过程的多样性，提高算法全局寻优能力；给出了双子群果蝇优化算法的具体步骤，并用MATLAB软件编程实现。通过对多个0-1背包问题的算例进行测试，并将测试结果与其他文献结果进行比较，结果表明，双子群果蝇优化算法具有较好的全局寻优能力，可作为求解0-1背包问题的一种实用方法。

传统算法的物流车辆配送路径规划，由于搜索时间长导致配送效率低。考虑成本和燃料消耗量，建立了燃料消耗量模型和多个配送起点站的物流车辆配送路径模型。基于多种群同时进化的改进策略加强种群之间的信息交流，引入遗传算法的交叉操作，采用交换、位移、倒置变异算子给出全新改进后的果蝇优化算法，避免了传统果蝇算法易陷入局部最优。结果表明：相比GA而言，基本配送费用、燃料成本、超时赔付费用三部分成本分别降低25.5%、32.8%、23.3%；相比基本的果蝇算法FFO、IFFO计算得到的配送费用、燃料成本分别降低8.4%、5.1%，证明了改进的果蝇算法对车辆的物流配送效率有较大的提升。

基于退火果蝇优化算法的Web服务组合.pdf

引入混沌粒子群算法进行改进的果蝇优化算法。

matlab开发-果蝇优化算法第二版。果蝇优化算法第二版

为了有效提高天然气短期负荷预测的准确度，提出了一种集成果蝇优化算法和SVM (Support Vector Machine)的混合优化策略FOA-SVM。首先，采用K-近邻算法对燃气负荷样本中离群数据进行查找定位，并用特征曲线法对离群数据进行修正。其次，综合考虑节假日、日期类型以及天气等影响因素，建立了基于SVM 的天然气日负荷预测模型，并采用果蝇优化算法优化SVM 的模型参数。最后，采用宁夏平罗县居民燃气日负荷数据和多种通用的定量误差评价方法，对建立的预测模型的可行性和有效性进行了验证。仿真结果表明，基于果蝇优化算法和SVM 的组合优化方法相对于人工神经网络和单纯SVM 方法，具有更好的预测精度。

【路径规划】基于果蝇优化算法实现机器人路径规划matlab源码

用python实现果蝇优化算法，并将该算法进行sphere函数的优化，注释较为详细。因初学python，对另外对果蝇优化算法的理解还不够深入