- 博客(2506)
- 收藏
- 关注
RSS订阅
原创 《智能优化算法与MATLAB编程实践》2023出版啦
第12章重点介绍智能优化算法的评价指标体系，选取部分测试函数和文中算法进行测试与分析，并给出完整MATLAB代码，供读者参考。《智能优化算法与MATLAB编程实践》介绍了国内外新研发的10种智能优化算法，对每种算法的灵感来源、实现过程、函数编程、案例应用都进行了细致描述并给出详细的MATLAB代码，使读者快速掌握智能优化算法的学习和应用方法。本书的主要特点为算法新颖，要素齐全，案例丰富，可移植性和实战性强。本书可作为本科生、研究生和教师的学习用书，也可以作为广大科研工作者、工程技术人员的参考用书。
2023-12-02 16:25:58
645
原创 《智能优化算法及其MATLAB实现》书籍出版啦
各位小伙伴，我们撰写的《智能优化算法及其MATLAB实现》由电子工业出版社出版了！欢迎大家参考学习！书籍在京东，当当网均有销售，直接去对应网站搜索书名即可！
2022-03-07 22:26:25
3240
3
原创 智能优化算法改进算法 -附代码
智能优化算法改进算法摘要：为了方便大家对智能优化算法进行改进，复现多种智能优化改进算法供大家参考。所有代码均根据已经发表的文章，来复现方便大家参考别人的原理，代码会不定时更新。1.文献复现：基于变因子加权学习与邻代维度交叉策略的改进乌鸦算法Matlab代码 [1]赵世杰,高雷阜,于冬梅,徒君.基于变因子加权学习与邻代维度交叉策略的改进CSA算法[J].电子学报,2019,47(01):40-48.2.文献复现：自适应t 分布变异的缎蓝园丁鸟优化算法 Matlab代码 [1] 韩斐斐,刘升.基于自适
2020-11-23 16:59:57
22800
33
原创 智能优化算法：麻雀搜索算法-附代码
2020智能优化算法：麻雀搜索算法-附代码文章目录2020智能优化算法：麻雀搜索算法-附代码1.算法原理2.算法结果3.参考文献4.Matlab代码摘要：麻雀搜索算法(Sparrow Search Algorithm, SSA)是于2020年提出的。SSA 主要是受麻雀的觅食行为和反捕食行为的启发而提出的。该算法比较新颖，具有寻优能力强，收敛速度快的优点1.算法原理建立麻雀搜索算法的数学模型，主要规则如下所述：发现者通常拥有较高的能源储备并且在整个种群中负责搜索到具有丰富食物的区域，为所有的加
2020-09-27 16:34:00
115135
173
原创 基于鹈鹕算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:45:53
622
原创 基于北方苍鹰算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:45:17
754
原创 基于蛇优化算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:44:34
445
原创 基于材料生成算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:43:54
693
原创 基于跳蛛算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:43:15
659
原创 基于向量加权平均算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:42:33
206
原创 基于金枪鱼群算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:41:55
517
原创 基于爬行动物算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:41:12
713
原创 基于原子轨道搜索算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:40:30
497
原创 基于天鹰算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-18 21:39:35
473
原创 基于鹰栖息算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-17 21:42:03
723
原创 基于卷尾猴算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-17 21:41:27
583
原创 基于人工大猩猩部队算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-17 21:40:41
622
原创 基于晶体结构算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-17 21:40:03
501
原创 基于野马算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-17 21:39:18
648
原创 基于白冠鸡算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-17 21:38:35
694
原创 基于社交网络算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-17 21:37:48
488
原创 基于野狗算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 22:00:25
670
原创 基于饥饿游戏算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:59:44
604
原创 基于龙格-库塔算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:58:59
585
原创 基于蜜獾算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:58:18
961
原创 基于非洲秃鹫算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:57:36
760
原创 基于梯度算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:56:54
630
原创 基于堆优化算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:56:14
853
原创 基于水基湍流算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:55:39
873
原创 基于人工水母算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:54:56
604
原创 基于混沌博弈算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-16 21:54:10
676
原创 基于冠状病毒群体免疫算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-15 21:59:36
671
原创 基于瞬态优化算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-15 21:58:49
992
原创 基于学校优化算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-15 21:58:08
1127
原创 基于鼠群算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-15 21:57:27
684
原创 基于类电磁机制算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-15 21:56:48
742
原创 基于闪电连接过程算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-15 21:56:12
981
原创 基于寄生捕食算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-15 21:55:24
971
原创 基于黑寡妇算法优化的广义回归神经网络(GRNN)预测
广义回归神经网络 CGRNN, Generalized Regression Neural Network）是美国学者 Don-aid F. Specht 在 1991 年提出的，它是径向基神经网络的一种。GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近 能力和学习速度上较 RBF 网络有更强的优势，网络最后收敛于样本量积聚较多的优化回归 面，并且在样本数据较少时，预测效果也好。此外，网络还可以处理不稳定的数据。
2024-04-15 21:54:41
1046
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人