• 一种混合元启发式优化算法，结合了萤火虫和粒子群算法的优点。 •通过控制先前的全局最佳适应度值，提出一种局部搜索策略。 请引用： İbrahim Berkan Aydilek，用于计算昂贵数值问题的混合萤火虫和粒子群优化算法，应用软计算，第 66 卷，2018 年 5 月，第 232-249 页

混合萤火虫——全局优化的遗传算法 这个简化的 Matlab 演示代码展示了如何使用混合萤火虫 - 遗传算法来解决全局优化问题。这种混合算法是混合萤火虫 - 遗传算法的简化版本，旨在解决 Zervoudakis K.、Tsafarakis S.、Paraskevi-Panagiota S. (2020) 中的离散产品线设计问题。最优产品线设计问题。在：Matsatsinis N.、Marinakis Y.、Pardalos P.（编辑）学习和智能优化。LION 2019。计算机科学讲义，第 11968 卷。Springer, Cham。https://doi.org/10.1007/978-3-030-38629-0_23

混合优化算法_一种混合 BBO-萤火虫优化算法.zip BO Firefly 优化算法 %% 基于混合生物地理学的优化 Firefly 算法 - 由 Seyed Muhammad Hossein Mousavi 于 2022 年 1 月 19 日创建 % 以下代码行提取 4 个信号特征，即 % 'EnergyEntropy'、'ShortTimeEnergy'、'SpectralCentroid' 和'SpectralFlux' % 其中 'ShortTimeEnergy' 被认为是目标和其他作为输入。% 模糊逻辑创建初始模型以适应。进化训练有两个阶段：使用 BBO 算法进行第一次训练以创建第一个模糊 % 进化模型，第二阶段是通过 Firefly 算法将 BBO 模型拟合到更好的条件。显然，您可以使用信号、音频百分比甚至矩阵，并根据您的系统和数据自定义参数。

标准萤火虫算法的灵感来自热带萤火虫的闪烁模式。 这个演示解决了一个 d=10 维的函数。 扩展它以解决其他函数和优化问题很简单。 详细信息可以在书中找到：Xin-She Yang, Nature-Inspired Optimization Algorithms, Elsevier Insights, (2014)。 https://www.sciencedirect.com/book/9780124167438/nature-inspired-optimization-algorithms

实现萤火虫算法，主要是优化算法，用于寻找多目标时的最优值，效果比

-Arduino-Project-Firefly arduino萤火虫源代码

萤火虫短信插件_萤火虫短信接口开发_萤火虫短信发送设置

【信号去噪】基于萤火虫算法优化svslms实现信号去噪matlab源码.zip

全开源商城小程序 萤火虫小程序V1.1.44微信小程序源码前后端完整下载，完整可运营精品源

基本萤火虫算法是2014年由xinshe yang受萤火虫生物特性启发得到