萤火虫群智能优化算法（Glowworm Swarm Optimization, GSO）是由K.N.Krishnanand和D.Ghose两位学者在2005年提出的一种通过模拟自然界中萤火虫发光行为而构造出的新型群智能优化算法。它模拟了自然界中萤火虫群中个体通过发光来吸引伙伴或觅食，萤火虫携带荧光素越多，萤火虫越亮，个体的吸引力越强，最终使得大部分萤火虫聚集在最亮的萤火虫所处位置上的这种现象

萤火虫matlab代码MATLAB 中的萤火虫算法 (FA) 这是萤火虫算法 (FA) 在 MATLAB 中的实现。 有关更多信息，请访问以下 URL： 引用此作品 您可以按如下方式引用此代码： Mostapha Kalami Heris，MATLAB 中的萤火虫算法 (FA)（网址：），Yarpiz，2015 年。

针对互信息配准方法中目标函数因存在多极值而容易陷入局部最优的问题,提出了一种基于萤火虫算法改进优化策略的互信息医学图像配准算法。该算法使用归一化互信息作为相似性测度,用萤火虫所处位置来表示配准参数,根据每个萤火虫的位置计算互信息函数值并将其作为当前萤火虫的亮度,通过亮度和吸引度的迭代更新来寻找互信息函数取最优解时的最佳配准参数。实验结果表明,该方法克服了互信息函数容易陷入局部最优的问题,有效地提高了配准精度。

混合灰狼优化算法，萤火虫优化算法python

鼠标指针效果，跟随鼠标的萤火虫。已经过测试。欢迎一起讨论=。=

萤火虫算法的初步实现，算出测试函数的最优值

【优化预测】萤火虫算法优化BP神经网络预测【含Matlab源码 1313期】.zip

萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码萤火虫算法源代码

英文摘要economy，i nt ernat i onaland i nt erregi onalt rade have become more f reque

针对BP神经网络训练过程易陷入局部极值导致训练误差收敛速度慢的问题，提出将具有全局寻优的萤火虫算法，结合BP算法共同训练神经网络。在本质上，萤火虫BP神经网络利用萤火虫算法对神经网络进行早期训练，避开局部极值点，得到优化后的神经网络初始权值后，利用BP算法的局部寻优特性对网络做进一步精细训练。轴承故障实验表明，萤火虫BP神经网络的训练误差收敛速度相比BP神经网络、萤火虫神经网络显著提升，故障识别率最高达到99.47%。