基于灰色模型GM的管道腐蚀预测 - 附代码文章目录基于灰色模型GM的管道腐蚀预测 - 附代码1.灰色模型(GM( 1，1) )原理2.管道腐蚀预测3.参考文献4.Matlab代码摘要：本文主要介绍灰色模型相关知识，并将其用于管道腐蚀预测。1.灰色模型(GM( 1，1) )原理灰色预测 GM( 1，1) 模型利用原始序列累加生成新的序列，使原本混乱的数据呈现出规律性，即使只有较少的数据，也能得到良好

《Python智能优化算法：从原理到代码实现与应用》出版啦

智能优化算法应用：基于麻雀搜索优化K-means图像分割算法 - 附代码文章目录智能优化算法应用：基于麻雀搜索优化K-means图像分割算法 - 附代码1.K-means原理2.基于麻雀搜索算法的Kmeans聚类3.算法实验结果4.Matlab代码摘要：基于麻雀搜索优化K-means图像分割算法。1.K-means原理K-Means算法是一种无监督分类算法，假设有无标签数据集：X=[x1,x2,.

智能优化算法：郊狼优化算法-附代码摘要：郊狼优化算法[1]（Coyote Optimization Algorithm ，COA）是2018年Juliano所提出的一种智能仿生优化算法， 与其他元启发式算法相比，COA具有独特的算法结构，该结构为优化过程中探索与开发的平衡提供了新的机制，COA可以在提高收敛效率的同时保持较高的种群多样性；因此，其在众多元启发式算法中表现出了较为优异的性能.1.算法

智能优化算法：群居蜘蛛优化算法-附代码文章目录智能优化算法：群居蜘蛛优化算法-附代码1.算法原理2.算法结果3.参考文献4.Matlab代码摘要：群居蜘蛛优化(Social Spider Optimization，SSO) 算法是一种群体智能进化算法，该算法基于群居蜘蛛中个体与群体协作行为的模拟，考虑两个不同的搜索动因:雄性和雌性。按照性别，个体分属于两种不同的进化算子，并在群体内模仿不同的协作行

智能优化算法：自私羊群优化算法-附代码文章目录智能优化算法：自私羊群优化算法-附代码1.算法原理1.1 初始化种群个体1.2 分配生存价值1.3 算法的结构1.3.1 猎物领袖的运动1.3.2 猎物追随者的跟随运动或逃脱运动1.3.3 捕食者的狩猎运动1.3.4 捕食阶段和恢复阶段2.算法结果3.参考文献4.Matlab代码摘要：自私羊群优化 （Selfish Herds optimization

智能优化算法：多元宇宙优化算法-附代码文章目录智能优化算法：多元宇宙优化算法-附代码1.算法原理2.算法流程图3.算法结果4.参考文献5.MATLAB代码摘要：多元宇宙优化算法（Multi-Verse Optimizer，MVO）是Seyedali Mirjalili等于2016年提出的一种新型智能优化算法[1]。它基于宇宙中的物质通过虫洞由白洞向黑洞进行转移的原理进行模拟。在MVO算法中，主要的

智能优化算法：萤火虫算法-附代码文章目录智能优化算法：萤火虫算法-附代码1.算法原理2.算法结果3.参考文献4.Matlab代码摘要：萤火虫算法（Fire-fly algorithm，FA）由剑桥大学 Yang 于 2009 年提出 , 作为最新的群智能优化算法之一 , 该算法具有更好的收敛速度和收敛精度 , 且易于工程实现等优点。1.算法原理在FA 中 , 萤火虫发出光亮的主要目的是作为一个信号

基于极限学习机的自编码器(ELM-AE)文章目录基于极限学习机的自编码器(ELM-AE)1.算法原理2.算法实验2.1 利用ELM-AE对单维数据进行自编码2.2 利用ELM-AE对图像进行编码与还原3.参考文献4.Matlab代码1.算法原理ELM基础原理请参考：https://blog.csdn.net/u011835903/article/details/111073635。自动编码器 AE

智能优化算法：蝠鲼觅食优化算法文章目录智能优化算法：蝠鲼觅食优化算法1.算法原理1.1 链式觅食1.2 螺旋觅食1.3 翻滚觅食2.实验结果3.参考文献4.Matlab代码摘要：蝠鲼觅食优化 (Manta ray foraging optimization，MRFO)是由 Zhao 等，在 2019 年提出的新型智能仿生群体算法。具有寻优能力强，收敛快的特点。1.算法原理该算法是模仿蝠鲼在海洋中的