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..

分享了Mexican Axolotl Optimization墨西哥蝾螈优化算法源代码及其原文，更多算法可进入空间查看

文件是pdf版，题目是：Problem Definitions and Evaluation Criteria for the CEC 2017 Special Session and Competition on Single Objective Real-Parameter Numerical Optimization。N. H. Awad, M. Z. Ali, P. N. Suganthan, J. J. Liang and B. Y. Qu

分享了社交网络搜索算法源代码及其原文

分享了Aquila Optimizer:金雕优化器源代码及原文，更多算法可进入空间查看

传统群智能算法在解决复杂实际多目标优化问题中存在不足，近年来学者提出诸多新型群智能算法，适用性强，在求解复杂实际问题中取得了较好的实验效果。以算法提出时间为主线，对新型群智能算法中细菌觅食优化算法、混合蛙跳算法、人工蜂群算法、萤火虫算法、布谷鸟搜索、果蝇优化算法和头脑风暴优化算法的改进及应用进行分析和综述，并对群智能算法未来的研究发展方向进行了探讨。

官网下载，用于智能群优化算法的CEC2021测本测试函数(matlab和C两个版本)。

博士论文，与三峡科技出版资助的混沌蚁群算法及应用这本书高度一致。

分享了科莫多巨蜥算法Komodo Mlipir Algorithm源代码及其原文，更多算法可进入空间查看

针对更加复杂的非线性混合情况，提出一种基于样条插值拟合与群智能优化的后非线性盲源分离算法。采用样条插值函数拟合去非线性函数，使用负熵作为分离的评价准则，建立分离模型。分离过程采用改进的人工蜂群算法优化求解样条插值节点参数，并在分离的目标函数中引入相关性约束条件进行解空间范围限制，克服分离过程中存在的异常值现象。针对语音数据的分离实验结果表明，所提算法能够有效实现非线性混合信号的盲分离，较传统的基于奇数多项式拟合的分离算法具有更高的分离精度。