首页 > TAG信息列表 > 萤火虫
闲话 22.8.4
闲话 关于7个joke3579（带通配符） 声明：本处出现的排名及得分情况均来自于考后，与实际比赛成绩无任何关联。 我不太理解 今天比赛 公告： 七七节快乐，祝大家放假回家后都歪个七七 - By Rubyonly 我超，* 〇* 很多身边的原神玩家都在吐槽各学长打原神之频繁（ 以及学长们和我们有很【路径规划】基于萤火虫算法求解旅行商问题matlab源码
1 简介 基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法使用了操作简单的2-Opt优化算子.最后,【优化预测】基于matlab萤火虫算法优化BP神经网络预测【含Matlab源码 1313期】
一、萤火虫优化算法（FA）简介 1 介绍 萤火虫（firefly）种类繁多，主要分布在热带地区。大多数萤火虫在短时间内产生有节奏的闪光。这种闪光是由于生物发光的一种化学反应，萤火虫的闪光模式因种类而异。萤火虫算法(FA)是基于萤火虫的闪光行为，它是一种用于全局优化问题的智能随机算法，由Y【优化预测】萤火虫算法优化BP神经网络预测【Matlab 1313期】
一、萤火虫优化算法（FA）简介 1 介绍 萤火虫（firefly）种类繁多，主要分布在热带地区。大多数萤火虫在短时间内产生有节奏的闪光。这种闪光是由于生物发光的一种化学反应，萤火虫的闪光模式因种类而异。萤火虫算法(FA)是基于萤火虫的闪光行为，它是一种用于全局优化问题的智能随机算法，由Y阻尼振动分布
2021年8月6日，东南大学机械工程学院在读博士刘建勋在研究萤火虫算法时首次提出一种新的分布数---------阻尼振动分布。 该论文名字为“A novel enhanced exploration firefly algorithm for global continuous optimization problems”. 发表在国际顶级SCI期刊：Engineering with C【SVM预测】基于萤火虫算法改进SVM算法实现数据分类matlab源码
一、神经网络-支持向量机 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 1 数学部分 1.1 二维空间 【BP预测】基于萤火虫算法改进BP神经网络实现数据预测
一、 BP神经网络预测算法简介 说明：1.1节主要是概括和帮助理解考虑影响因素的BP神经网络算法原理，即常规的BP模型训练原理讲解（可根据自身掌握的知识是否跳过）。1.2节开始讲基于历史值影响的BP神经网络预测模型。 使用BP神经网络进行预测时，从考虑的输入指标角度，主要有两类模型： 1.1【BP预测】基于萤火虫算法改进BP神经网络实现数据预测
一、 BP神经网络预测算法简介 说明：1.1节主要是概括和帮助理解考虑影响因素的BP神经网络算法原理，即常规的BP模型训练原理讲解（可根据自身掌握的知识是否跳过）。1.2节开始讲基于历史值影响的BP神经网络预测模型。 使用BP神经网络进行预测时，从考虑的输入指标角度，主要有两类模型： 1.1【BP预测】基于萤火虫算法改进BP神经网络实现数据预测
一、 BP神经网络预测算法简介 说明：1.1节主要是概括和帮助理解考虑影响因素的BP神经网络算法原理，即常规的BP模型训练原理讲解（可根据自身掌握的知识是否跳过）。1.2节开始讲基于历史值影响的BP神经网络预测模型。 使用BP神经网络进行预测时，从考虑的输入指标角度，主要有两类模型： 1.1【SVM预测】基于萤火虫算法改进SVM算法实现数据分类matlab源码
一、神经网络-支持向量机 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 1 数学部分 1.1 二维空间 【优化算法】萤火虫优化算法（FA）【含Matlab源码 482期】
一、简介 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系统 , 以吸引其他的萤火虫个体 , 其假设【优化算法】萤火虫优化算法（FA）【含Matlab源码 482期】
一、简介 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系统 , 以吸引其他的萤火虫个体 , 其假萤火虫算法
1. 萤火虫优化算法背景 受萤火虫发光强度的启发，2008年，英国剑桥大学学者Xin-She Yang提出萤火虫算法(Firefly Algorithm, FA)。自然界中，萤火虫可以发出短促、有节奏的闪光。通常这种闪光仅在一定范围内可见。萤火虫通过闪光可以吸引异性和猎取食物。为了使算法更加简单，该算法只考求解旅行商问题的离散人工萤火虫算法-matlab代码
一、萤火虫算法 旅行商问题（TSP）是运筹学以及最优化理论等领域中的一个经典问题，它广泛应用于各行各业，如电路板钻孔、货物配送路线和车间调度安排等问题均可转化为 TSP，因此 TSP 的求解成为国内外学者研究的点.对于规模比较小的 TSP，可以应用分支定界法、贪婪法和割平面优化算法笔记|萤火虫算法理解及实现
萤火虫算法 一、萤火虫算法背景知识二、萤火虫算法三、萤火虫算法实现四、算法分析 一、萤火虫算法背景知识 萤火虫算法(Firefly Algorithm, FA)是基于萤火虫的闪光行为，它是一种用于全局优化问题的智能随机算法，由Yang Xin-She（2009）提出。萤火虫通过下腹的一种化学反应-生rk3399 wk2124串口调试笔记
1. 这个是萤火虫firefly rk3399设备的wk2124 4串口spi驱动.我是拿到官方源码v2.1版本，在这个基础我修改过的。萤火虫 firefly原来的驱动是不开源的，不能用的。萤火虫原始的版本驱动，接收到32字节就会丢数据的。一次接受不能超过32 bytes这个版本已经修复了这个Bug。亲测可用，设备树如