一本综合性的描述概述萤火虫算法的英语文档。包含有具体的引言，算法介绍，相关的研究以及应用。全本PDF共45页

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。

这是我们为基于改进的二进制萤火虫算法 (BFFA) 进行特征选择而开发的 Matlab 工具箱，称为基于回报成本的二进制 FFA (Rc-BFA)。 该程序的详细信息可以在已提交给 INFORMATION SCIENCES 期刊的论文“A Return-Cost-based Binary Firefly Algorithm for Feature Selection”中找到。 在这个工具箱中，主函数被命名为“main”。 . 在此功能中，您可以通过更改“fly”的值来选择不同的数据集。

论文的完整名字A novel enhanced exploration firefly algorithm for global continuous optimization problems。2020年8月pdf版。

svm-firefly-optimization 这是我在萤火虫上的实现，以找到用于SVM的最佳C-Gamma参数，即Optimisasi C dan Gamma参数pada SVM 我从todatoshi（ ）的萤火虫算法实现中进行了一些自定义 在Scikit SVM中找到最佳的C和Gamma参数 样本数据集50-50，我仅将朋友的部分数据集用于演示目的，而不发布完整的数据集。 使用K折交叉验证，添加更多数据集将提高准确性，在此演示中，我们仅获得65％到70％的准确性。 ======== Implementasi algoritma萤火虫pada SVM untuk mencari参数C dan Gamma terbaik

文章代码

Firefly算法（FA）是一种基于群体智能的有效优化技术，已成功应用于各种实际工程问题。 本文提出了一种新的动态FA（称为NDFA），用于中国南昌市的水资源需求估算。 首先，使用动态参数策略来避免手动调整阶跃因子。 其次，根据历史用水量和当地经济结构，开发了三种不同形式的估算模型（线性，指数和混合）。 第三，利用归一化方法来消除不同数据单元的影响。 在实验中，以南昌市2003年至2015年的用水为例。 2003年至2012年的数据用于寻找模型的最优权重，其余数据（2013-2015年）用于测试模型。计算结果表明，所有五个FA变体都可以实现有希望的解决方案。 提议的NDFA比其他四个FA变体具有更好的性能，其预测精度高达97.91％。 最后，对南昌市2017年至2020年的需水量进行了预测。

X S Yang 的firefly algorithm（萤火虫算法）的算有文献和MATLAB源代码