感谢作者潘文超博士 1.果蝇优化算法基本概念 2.果蝇优化算法解极大值和极小值 3.财务预警 Z-score 模型系数优化 4.广义/灰色神经网络优化 5.支援向量回归参数优化 6.果蝇最佳化算法的进阶微调

果蝇优化广义神经网络的风电功率短期预测

修正型果蝇优化算法ModifyFOA在附檔中-MFOA_Sixx.txt 修正型果蝇优化算法 Modify FOA在附檔中! 请大家多加以测试, 并加以修正, 转寄给同志好友, 师长同学!! 祝大家新年发大财!! 吴文 教授.

利用果蝇优化算法求解混合流水车间调度问题，包括零等待问题和批量流调度问题，即n个工件在m个阶段上进行加工，每个阶段都至少存在一台并行机

针对煤矿开采过程中存在非线性、强耦合性等特点导致的动力灾害难以预测的问题,引入一种候选解的线性生成机制(LGMS)、混沌搜索、粒子群算法(PSO)和模拟退火算法(SA)修正果蝇算法(IFOA),利用改进后的果蝇优化算法良好的搜索全局最优解的能力,自适应地调整BP网络的权值和阈值,建立了煤岩冲击地压灾害预测模型。以唐山开滦煤矿样本数据为例进行仿真验证,结果表明其鲁棒性和测量精度明显提高,且网络具有较强的收敛性能和优化能力。

果蝇优化算法 优化 广义回归神经网络 对不常用备件进行ABC分类

有果蝇优化算法的代码及其算法的详细解释和扩展，代码可直接运行

果蝇优化算法求解VRP问题的源代码

针对传统果蝇优化算法在进行优化时所存在的寻优精度偏低和收敛速度较慢的问题，提出了一种新的改进果蝇优化算法。该算法在迭代过程中将每次迭代所得最优值的变化率作为下一次果蝇种群飞行距离变化的参考依据。动态改变果蝇种群每次飞行的距离，能够有效地权衡算法的全局搜索能力和局部搜索能力。将该改进算法在函数优化中与原果蝇算法和另外两种果蝇改进算法进行仿真对比，结果表明，所提出的改进算法在收敛精度、收敛速度以及稳定性方面具有明显优势。

果蝇优化算法优化支持向量回归程序吴文教授-FOASVR_Training.txt 各位先进大家好: 台湾学者潘文超老师今年提出一种新的群智能技术, 日前已经被SCI期刊接受, 经晚辈向潘老师询问, 潘老师同意将其出版的书籍分享给各位, 但限于台湾地区以外使用! 该群智能优化技术类似基因算法与粒子群算法, 是2011年刚提出, 有利于各位投稿国际知名期刊. 请各位先进多加阅读与研究, 并转寄给同志朋友, 为祖国的学术水平尽一份心力! 书籍已经分享在讨论区 章节包括: 果蝇优化算法的基本观念 果蝇优化算法求解极大值与极小值 Z-SCORE模型系数优化-以财务预警为例 广义回归神经网络参数的优化-以网络购物物流满意度为例 灰色神经网络参数的优化-以基金买卖决策为例 支持向量回归参数的优化-陆生来台就读意愿之研究为例 果蝇优化算法的进阶微调