鲸鱼算法（Whale Optimization Algorithm）是根据鲸鱼围捕猎物的行为而提出的算法。鲸鱼是一种群居的哺乳动物，在捕猎时它们也会相互合作对猎物进行驱赶和围捕。

Jx-WFST：包装特征选择工具箱 《迈向人才科学家：共享与学习》--- 介绍 该工具箱提供了 13 种包装器特征选择方法 Demo_PSO提供了如何在基准数据集上应用 PSO 的示例 这些方法的源代码是基于伪代码和论文编写的 用法 采用主要功能jfs进行特征选择。 您可以通过将from FS.pso import jfs的pso更改为来切换算法 如果你想使用粒子群优化（PSO），那么你可以写 from FS.pso import jfs 如果你想使用差分进化（DE），那么你可以写 from FS.de import jfs 输入 feat ：特征向量矩阵（实例x特征） label ：标签矩阵（实例x 1） opts : 参数设置 N ：解决方案的数量/人口规模（对于所有方法） T ：最大迭代次数（对于所有方法） k : k -最近邻中的k -值 输出 Acc : 验证模型的

鲸鱼优化算法/

灰鲸优化算法优化退火算法，可以用于对各类数据的特征选择

基于准确高效地提高校园安全状况评价的精度，采用了鲸鱼优化算法（WOA）改进极限学习机的高校校园安全评价模型，通过将安全管理、校园环境和校园周边环境3个一级指标和影响校园安全的22个因素的二级评价指标得分和高校校园安全综合得分分别作为WOA-ELM的输入和输出，鲸鱼优化算法寻找极限学习机的最优初始权值和隐含层偏置，建立一种高校校园安全的WOA-ELM评价模型。研究结果表明，与GA-ELM、PSO-ELM和ELM相比，WOA-ELM模型的高校校园安全评价精度可以达到99.2%，为高校校园安全评价提供了新的方法。

粒子群优化与鲸鱼优化算法（程序亲测可运行附带文章， 紫薯布丁 紫薯布丁 紫薯布丁 紫薯布丁 紫薯布丁）

这是 MATLAB 中最新的优化工具箱，它利用 7 种最近提出的算法来优化您的问题。 此工具箱中可用的算法有： 灰狼优化器 (GWO)、蚁狮优化器 (ALO)、多节优化器 (MVO)、蜻蜓算法 (DA)、飞蛾-火焰算法 (MFO)、正弦余弦算法 (SCA) 和鲸鱼优化算法 (WOA) . 我有很多这方面的相关课程。 您可以通过以下链接注册，享受 95% 的折扣： ****************************************************** ****************************************************** ******************************************** 一门关于“优化问题和算法：如何理解、制定和解决优化问题”的课程： https://www.udemy.com/opt

该压缩包：为鲸鱼算法提出者原文PDF，交流学习（储存）~

Python蓝鲸优化算法

WOA相关文档,word文档,matlab源码.zip