智能优化算法

多目标优化算法：多目标红嘴蓝鹊优化算法（MORBMO）求解UF1-UF10，提供完整MATLAB代码红嘴蓝鹊优化算法（Red-billed Blue Magpie Optimizer，简称RBMO）由Shengwei Fu等人于2024年5月发表在SCI顶刊《Artificial Intelligence Review》上的一种新型的元启发式算法。该算法通过模拟红嘴蓝鹊的合作捕食行为，包括搜索、攻击猎物和储存食物，来解决优化问题。 RBMO算法的基本思想是利用红嘴蓝鹊群体中的个体通过信息共享和协同工作来寻找最优解。红嘴蓝鹊在觅食时表现出的社会性和合作性，以及它们在狩猎行为中的灵活性和适应性，为算法提供了

基于海市蜃楼算法（Fata Morgana Algorithm ，FATA）的多无人机协同三维路径规划（提供MATLAB代码）海市蜃楼算法（Fata Morgana Algorithm ，FATA）是2024年提出一种新型的群体智能优化算法，它的设计灵感来源于自然现象中的海市蜃楼形成过程。FATA算法通过模仿光线在不均匀介质中的传播方式，提出了两种核心策略——海市蜃楼光过滤原则（MLF）和光传播策略（LPS）——来优化搜索过程，增强算法的全局搜索能力和局部开发能力。

Python优化算法18——教与学优化算法(TLBO)科研里面优化算法都用的多，尤其是各种动物园里面的智能仿生优化算法，但是目前都是MATLAB的代码多，python几乎没有什么包，这次把优化算法系列的代码都从底层手写开始。

机器不会学习CL

信号分解|基于北方苍鹰优化变分模态分解的时序信号分解Matlab程序NGO-VMD信号分解|基于北方苍鹰优化变分模态分解的时序信号分解Matlab程序NGO-VMDNGO-VMD结合了北方苍鹰优化算法（NGO）和变分模态分解（VMD）来优化信号处理。VMD通过分解信号为若干模态，NGO用于优化VMD中的参数，比如分解层数K和调节参数α。流程如下：

智能建造研究生

智能优化算法之灰狼优化算法（GWO）智能优化算法是一类基于自然界中生物、物理或社会现象的优化技术。这些算法通过模拟自然界中的一些智能行为，如遗传学、蚁群觅食、粒子群体运动等，来解决复杂的优化问题。智能优化算法广泛应用于各种工程和科学领域，因其具有全局搜索能力、鲁棒性强以及易于实现等优点。

神经网络与数学建模

SSA-CNN-LSTM多输入回归|樽海鞘算法-卷积-长短期神经网络|Matlab目录一、程序及算法内容介绍：基本内容：亮点与优势：二、实际运行效果：三、算法介绍：四、完整程序下载：本代码基于Matlab平台编译，将SSA(樽海鞘群算法)与CNN-LSTM（卷积-长短期记忆神经网络）结合，进行多输入数据回归预测

2024最新群智能优化算法：大甘蔗鼠算法（Greater Cane Rat Algorithm，GCRA）求解23个函数，提供MATLAB代码大甘蔗鼠算法（Greater Cane Rat Algorithm，GCRA）由Jeffrey O. Agushaka等人于2024年提出，该算法模拟大甘蔗鼠的智能觅食行为。

2024年新算法-秘书鸟优化算法(SBOA)优化BP神经网络回归预测2024年新算法-秘书鸟优化算法(SBOA)优化BP神经网络回归预测亮点：输出多个评价指标：R2，RMSE，MSE，MAPE和MAE

多目标环形粒子群算法和多目标遗传算法跑MOCEC2020（24个多目标测试函数，matlab代码，多个评价指标）本号从现在起可以定制使用评估次数改进单目标群体算法，需要的私，价格贵，质量高。目录：一、多目标环形粒子群算法MO_Ring_PSO_SCD