智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

【优化求解】基于混合正弦余弦算法和Lévy飞行改进麻雀算法求解最优目标matlab源码.zip

根据莱维飞行的原理，用python进行了实现。同时，将粒子的飞行轨迹显示在了一个二维区间内，并和布朗运动做了对比。

人工智能-带Lévy噪声的神经网络稳定性分析与同步控制.pdf

基于教与学的优化（TLBO）是一种元启发法，它受教与学过程的启发，它是通过简化班级中学生所获得的知识改进的数学模型来实现的。该算法由Rao，Savsani和Vakharia于2011年提出。通过levy飞行对其步长进行改进。

融合Levy变异与黄金正弦改进的蚁狮优化算法(ALO)——LGSALO 针对蚁狮优化算法较易陷入局部最优停滞、收敛精度低以及收敛速度较慢等问题，将莱维飞行机制和黄金正弦算法融合到蚁狮优化算法中，该算法利用 Lévy 飞行的变异机制对寻优过程中位置更新方式进行变异操作，可以改善种群多样性，使得算法跳出局部最优，提高全局寻优能力，并在一定程度上避免了算法的过早收敛; 同时引入黄金正弦算法改进精英蚁狮的寻优方式，协调算法的全局探索与局部开发能力。 复现内容包括:文章改进SSA算法实现、23个基准测试函数、文中相关因子分析、与SSA对比等

这个函数实现了 Levy 的飞行。 大部分理论背景来自论文“Multiobjective cuckoo search for design optimization” Xin-She Yang, Suash Deb

证明了泊松随机测度在指数鞅测度变换下仍是泊松随机测度，并利用该结论及勾舍诺夫定理证明了当风险资产价格St满足方程dSt=St-[μdt+σdBt+∫R0 K(x)~N(dt，dx)]时浮动执行价与固定执行价的亚式期权之间的等价关系．

本次上传的matlab代码，是基于Mantegna方法模拟萊维飞行，生成levy飞行图；总的飞行次数参数可根据需要更改。

针对大量研究聚焦在利用随机共振在强噪声下提取有用的信号信息，但大都是在高斯白噪声下进行的，对Lévy噪声激励下的随机共振的研究却很少，介绍Lévy噪声的产生方法，给出Lévy噪声下双稳态系统的数值求解方法，最后对双稳态系统的输出做功率谱分析。对双稳态系统的输出进行分析，发现在Lévy噪声激励下双稳态系统也会发生随机共振现象，还可以辨识出淹没在Lévy噪声中的信号信息。仿真实例说明，可以利用随机共振实现淹没在 Lévy噪声中的信号检测，并为其奠定了理论基础。