智能优化算法改进算法 -附代码[通俗易懂]

智能优化算法改进算法 -附代码[通俗易懂]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

大家好,又见面了,我是你们的朋友全栈君。

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.基于自适应t分布变异的缎蓝园丁鸟优化算法[J].微电子学与计算机,2018,35(08)**:117-121

3.文献复现:混沌麻雀搜索优化算法 matlab 代码

[1]吕鑫,慕晓冬,张钧,王震.混沌麻雀搜索优化算法[J/OL].北京航空航天大学学报:1-10[2020-11-16].https://doi.org/10.13700/j.bh.1001-5965.2020.0298.

4.文献复现:非均匀变异的互利自适应缎蓝园丁鸟优化算法Matlab代码

[1]王依柔,张达敏,樊英.非均匀变异的互利自适应缎蓝园丁鸟优化算法[J/OL].计算机工程与科学:1-10[2020-11-23].http://kns.cnki.net/kcms/detail/43.1258.TP.20200803.1202.004.html

5.文献复现:基于自适应权重的缎蓝园丁鸟优化算法 Matlab代码

[1]鲁晓艺,刘升,韩斐斐,于建芳.基于自适应权重的缎蓝园丁鸟优化算法[J].智能计算机与应用,2018,8(06)**:94-100

6.文献复现:多段扰动共享型乌鸦算法 matlab代码

辛梓芸,张达敏,陈忠云,张绘娟,闫威.多段扰动的共享型乌鸦算法[J].计算机工程与应用,2020,56(02)**:55-61

7.文献复现:正弦余弦指引的乌鸦搜索算法 Matlab 代码

[1]肖子雅,刘升,韩斐斐,于建芳.正弦余弦指引的乌鸦搜索算法研究[J].计算机工程与应用,2019,55(21)**:52-59.

8.文献复现:多子群的共生非均匀高斯变异樽海鞘群算法Matlab代码

[1]陈忠云,张达敏,辛梓芸.多子群的共生非均匀高斯变异樽海鞘群算法[J/OL].自动化学报:1-9[2020-11-25].https://doi.org/10.16383/j.aas.c190684.

9.文献复现:疯狂自适应的樽海鞘算法 Matlab代码

[1]张达敏,陈忠云,辛梓芸,张绘娟,闫威.基于疯狂自适应的樽海鞘群算法[J].控制与决策,2020,35(09)**:2112-2120.

10.文献复现:正余弦算法的樽海鞘算法 Matlab代码

[1]陈忠云,张达敏,辛梓芸.正弦余弦算法的樽海鞘群算法[J].计算机应用与软件,2020,37(09)**:209-214.

11. 文献复现:自学习策略和Levy飞行的正弦余弦优化算法 Matlab代码

[1]李银通,韩统,赵辉,王骁飞.自学习策略和Lévy飞行的正弦余弦优化算法[J].重庆大学学报,2019,42(09)**:56-66.

12.文献复现:融合柯西变异和反向学习的改进麻雀算法 Matlab代码
[1]毛清华,张强.融合柯西变异和反向学习的改进麻雀算法[J/OL].计算机科学与探索:1-12[2020-12-16].http://kns.cnki.net/kcms/detail/11.5602.tp.20201203.1601.006.html

13.文献复现:扇区搜索机制的果蝇优化算法 Matlab代码
[1]曹珍贯,李智威,余俊峰.扇区搜索机制的果蝇优化算法 [J].计算机工程与设计,2019,40(06)**:1590-1594.

14.文献复现:一种基于Levy飞行的改进蝗虫优化算法 Matlab代码
[1]赵然,郭志川,朱小勇.一种基于Levy飞行的改进蝗虫优化算法[J].计算机与现代化,2020(01)**:104-110.

15.文献复现:基于曲线自适应和模拟退火的蝗虫优化算法 Matlab代码
[1]李洋州,顾磊.基于曲线自适应和模拟退火的蝗虫优化算法[J].计算机应用研究,2019,36(12)**:3637-3643.

16.文献复现:混合柯西变异和均匀分布的蝗虫优化算法 Matlab代码
[1]何庆,林杰,徐航.混合柯西变异和均匀分布的蝗虫优化算法[J/OL].控制与决策:1-10[2021-01-08].https://doi.org/10.13195/j.kzyjc.2019.1609.

17.文献复现:基于模拟退火的改进鸡群优化算法(SAICSO) Matlab代码**
[1]李振璧,王康,姜媛媛.基于模拟退火的改进鸡群优化算法[J].微电子学与计算机,2017,34(02)**:30-33+38.

18.文献复现:一种改进的鸡群算法(ICSO) Matlab代码**
[1]孔飞,吴定会.一种改进的鸡群算法[J].江南大学学报(自然科学版),2015,14(06):681-688.

19.文献复现:全局优化的改进鸡群算法(ECSO) Matlab代码**
[1]韩斐斐,赵齐辉,杜兆宏,刘升.全局优化的改进鸡群算法[J].计算机应用研究,2019,36(08)**:2317-2319+2327.

20.文献复现:混沌精英哈里斯鹰优化算法(CEHHO) Matlab代码**
[1]汤安迪,韩统,徐登武,谢磊.混沌精英哈里斯鹰优化算法[J/OL].计算机应用:1-10[2021-01-29].http://kns.cnki.net/kcms/detail/51.1307.TP.20210114.0947.032.html.

21.文献复现:基于翻筋斗觅食策略的灰狼优化算法(DSFGWO)Matlab代码
[1]王正通,程凤芹,尤文,李双.基于翻筋斗觅食策略的灰狼优化算法[J/OL].计算机应用研究:1-5[2021-02-01].https://doi.org/10.19734/j.issn.1001-3695.2020.04.0102.

22.文献复现:基于透镜成像学习策略的灰狼优化算法(LIS-GWO)Matlab代码
[1]龙文,伍铁斌,唐明珠,徐明,蔡绍洪.基于透镜成像学习策略的灰狼优化算法[J].自动化学报,2020,46(10)**:2148-2164.

23.文献复现:一种优化局部搜索能力的灰狼算法(IGWO)Matlab代码
[1]王习涛.一种优化局部搜索能力的灰狼算法[J].计算机时代,2020(12)**:53-55.

24.文献复现:基于自适应头狼的灰狼优化算法(ALGWO)Matlab代码
[1]郭阳,张涛,胡玉蝶,杜航.基于自适应头狼的灰狼优化算法[J].成都大学学报(自然科学版),2020,39(01):60-63+73.

25.文献复现:基于自适应正态云模型的灰狼优化算法 (CGWO)Matlab代码
[1]张铸,饶盛华,张仕杰.基于自适应正态云模型的灰狼优化算法[J/OL].控制与决策:1-6[2021-02-08].https://doi.org/10.13195/j.kzyjc.2020.0233.

26.文献复现:改进非线性收敛因子灰狼优化算法 Matlab代码
[1]王正通,尤文,李双.改进非线性收敛因子灰狼优化算法[J].长春工业大学学报,2020,41(02)**:122-127.

27.文献复现:一种基于收敛因子改进的灰狼优化算法 Matlab代码
[1]邢燕祯,王东辉.一种基于收敛因子改进的灰狼优化算法[J].网络新媒体技术,2020,9(03)**:28-34.

28.文献复现:基于莱维飞行和随机游动策略的灰狼算法(GWOM) Matlab代码
[1]李阳,李维刚,赵云涛,刘翱.基于莱维飞行和随机游动策略的灰狼算法[J].计算机科学,2020,47(08)**:291-296.

29.文献复现:一种改进的灰狼优化算法(EGWO)
[1]龙文,蔡绍洪,焦建军,伍铁斌.一种改进的灰狼优化算法[J].电子学报,2019,47(01)**:169-175.

30.文献复现:改进收敛因子和比例权重的灰狼优化算法(CGWO)
[1]王秋萍,王梦娜,王晓峰.改进收敛因子和比例权重的灰狼优化算法[J].计算机工程与应用,2019,55(21)**:60-65+98.

31.文献复现:一种改进非线性收敛方式的灰狼优化算法研究(CGWO)
[1]谈发明,赵俊杰,王琪.一种改进非线性收敛方式的灰狼优化算法研究[J].微电子学与计算机,2019,36(05)**:89-95.

32.文献复现:一种基于Tent 映射的混合灰狼优化的改进算法(PSOGWO)
[1]滕志军,吕金玲,郭力文,许媛媛.一种基于Tent映射的混合灰狼优化的改进算法[J].哈尔滨工业大学学报,2018,50(11)**:40-49.

33.文献复现:基于差分进化与优胜劣汰策略的灰狼优化算法(IGWO)
[1]朱海波,张勇.基于差分进化与优胜劣汰策略的灰狼优化算法[J].南京理工大学学报,2018,42(06)**:678-686.

34.文献复现:基于 Iterative 映射和单纯形法的改进灰狼优化算法(SMIGWO)
[1]王梦娜,王秋萍,王晓峰.基于Iterative映射和单纯形法的改进灰狼优化算法[J].计算机应用,2018,38(S2)**:16-20+54.

35.文献复现:一种基于混合策略的灰狼优化算法(EPDGWO)
[1]牛家彬,王辉.一种基于混合策略的灰狼优化算法[J].齐齐哈尔大学学报(自然科学版),2018,34(01):16-19+32.

36.文献复现:基于随机收敛因子和差分变异的改进灰狼优化算法(IGWO)
[1]徐松金,龙文.基于随机收敛因子和差分变异的改进灰狼优化算法[J].科学技术与工程,2018,18(23)**:252-256.

37.文献复现:一种基于差分进化和灰狼算法的混合优化算法(DEGWO)
[1]金星,邵珠超,王盛慧.一种基于差分进化和灰狼算法的混合优化算法[J].科学技术与工程,2017,17(16)**:266-269.

38.文献复现:协调探索和开发能力的改进灰狼优化算法(IGWO)
[1]龙文,伍铁斌.协调探索和开发能力的改进灰狼优化算法[J].控制与决策,2017,32(10)**:1749-1757.

39.文献复现:基于Cat混沌与高斯变异的改进灰狼优化算法(IGWO)
[1]徐辰华,李成县,喻昕,黄清宝.基于Cat混沌与高斯变异的改进灰狼优化算法[J].计算机工程与应用,2017,53(04)**:1-9+50.

40.文献复现:具有自适应搜索策略的灰狼优化算法(SAGWO)
[1]魏政磊,赵辉,韩邦杰,孙楚,李牧东.具有自适应搜索策略的灰狼优化算法[J].计算机科学,2017,44(03)**:259-263.

41.文献复现:采用动态权重和概率扰动策略改进的灰狼优化算法(IGWO)
[1]陈闯,Ryad Chellali,邢尹.采用动态权重和概率扰动策略改进的灰狼优化算法[J].计算机应用,2017,37(12)**:3493-3497+3508.

42.文献复现:具有自适应调整策略的混沌灰狼优化算法(CLSGWO)
[1]张悦,孙惠香,魏政磊,韩博.具有自适应调整策略的混沌灰狼优化算法[J].计算机科学,2017,44(S2)**:119-122+159.

43.文献复现:强化狼群等级制度的灰狼优化算法(GWOSH)
[1]张新明,涂强,康强,程金凤.强化狼群等级制度的灰狼优化算法[J].数据采集与处理,2017,32(05)**:879-889.

44.文献复现:一种新型非线性收敛因子的灰狼优化算法(NGWO)
[1]王敏,唐明珠.一种新型非线性收敛因子的灰狼优化算法[J].计算机应用研究,2016,33(12)**:3648-3653.

45.文献复现:重选精英个体的非线性收敛灰狼优化算法(EGWO)
[1]黎素涵,叶春明.重选精英个体的非线性收敛灰狼优化算法[J].计算机工程与应用,2021,57(01)**:62-68.

46.文献复现:混合策略改进鲸鱼优化算法(IWOA)
[1]徐航,张达敏,王依柔,宋婷婷,樊英.混合策略改进鲸鱼优化算法[J].计算机工程与设计,2020,41(12)**:3397-3404.

47.文献复现:基于高斯映射和小孔成像学习策略的鲸鱼优化算法(IWOA)
[1]徐航,张达敏,王依柔,宋婷婷,王栎桥.基于高斯映射和小孔成像学习策略的鲸鱼优化算法[J].计算机应用研究,2020,37(11)**:3271-3275.

48.文献复现:一种非线性权重的自适应鲸鱼优化算法(NWAWOA)
[1]赵传武,黄宝柱,阎跃观,代文晨,张建.一种非线性权重的自适应鲸鱼优化算法[J].计算机技术与发展,2020,30(10)**:7-13.

49.文献复现:一种基于精英反向和纵横交叉的鲸鱼优化算法(ECWOA)
[1]刘琨,赵露露,王辉.一种基于精英反向和纵横交叉的鲸鱼优化算法[J].小型微型计算机系统,2020,41(10):2092-2097.

50.文献复现:一种全局搜索策略的鲸鱼优化算法(GSWOA) Matlab代码**
[1]刘磊,白克强,但志宏,张松,刘知贵.一种全局搜索策略的鲸鱼优化算法[J].小型微型计算机系统,2020,41(09)**:1820-1825.

51.文献复现:基于自适应决策算子的鲸鱼优化算法(IWOA) Matlab代码**
[1]徐航,张达敏,王依柔,宋婷婷,樊英.基于自适应决策算子的鲸鱼优化算法[J].智能计算机与应用,2020,10(09)**:6-11.

52.文献复现:基于混沌的正余弦鲸鱼优化算法(EWOA)
[1]林杰,何庆,王茜,杨荣莹,宁杰琼.基于混沌的正余弦鲸鱼优化算法[J].智能计算机与应用,2020,10(09)**:43-48+52.

53.文献复现:一种基于交叉选择的柯西反向鲸鱼优化算法(QOWOA)
[1]冯文涛,邓兵.一种基于交叉选择的柯西反向鲸鱼优化算法[J].兵器装备工程学报,2020,41(08):131-137.

54.文献复现:一种基于自适应策略的混合鲸鱼优化算法(HWBOA)
[1]王廷元,何先波,贺春林.一种基于自适应策略的混合鲸鱼优化算法[J].西华师范大学学报(自然科学版)
,2021,42(01)**:92-99.

55.文献复现:一种改进的鲸鱼优化算法(IWOA)
[1]武泽权,牟永敏.一种改进的鲸鱼优化算法[J].计算机应用研究,2020,37(12)**:3618-3621.

56.文献复现:基于阈值控制的一种改进鲸鱼算法(TIWOA)
[1]黄飞,吴泽忠.基于阈值控制的一种改进鲸鱼算法[J].系统工程,2020,38(02)**:133-148.

57.文献复现:基于混沌权重和精英引导的鲸鱼优化算法(AWOA)
[1]黄辉先,张广炎,陈思溢,胡拚.基于混沌权重和精英引导的鲸鱼优化算法[J].传感器与微系统,2020,39(05)**:113-116.

58.文献复现:基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA)
[1]孔芝,杨青峰,赵杰,熊浚钧.基于自适应调整权重和搜索策略的鲸鱼优化算法[J].东北大学学报(自然科学版),2020,41(01):35-43.

59.文献复现:嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法(MWOA)
[1]张达敏,徐航,王依柔,宋婷婷,王栎桥.嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法[J].控制与决策,2021,36(05)**:1173-1180.

60.文献复现:融合动态概率阈值和自适应变异的鲸鱼优化算法(PTMWOA)
[1]毕孝儒,牟琦,龚尚福.融合动态概率阈值和自适应变异的鲸鱼优化算法[J].微电子学与计算机,2019,36(12):78-83+88.

61.文献复现:基于改进螺旋更新位置模型的鲸鱼优化算法(IMWOA)
[1]吴泽忠,宋菲.基于改进螺旋更新位置模型的鲸鱼优化算法[J].系统工程理论与实践,2019,39(11):2928-2944.

62.文献复现:一种增强型鲸鱼优化算法(EWOA)
[1]冯文涛,宋科康.一种增强型鲸鱼优化算法[J].计算机仿真,2020,37(11)**:275-279+357.

63.文献复现:混沌策略和单纯形法改进的鲸鱼优化算法(CSWOA)
[1]张潮,冯锋.混沌策略和单纯形法改进的鲸鱼优化算法[J].中国科技论文,2020,15(03)
:293-299.

64.文献复现:精英反向黄金正弦鲸鱼算法(EGoldenSWOA)
[1]肖子雅,刘升.精英反向黄金正弦鲸鱼算法及其工程优化研究[J].电子学报,2019,47(10)**:2177-2186.

65.文献复现:基于非线性收敛因子和局部扰动的鲸鱼算法(NPWOA)
[1]于俊洋,高宁杰,李涵.基于非线性收敛因子和局部扰动的鲸鱼算法[J].计算机工程与设计,2019,40(10)**:2861-2866.

66.文献复现:混沌反馈自适应鲸鱼优化算法研究(CFAWOA)
[1]涂春梅,陈国彬,刘超.混沌反馈自适应鲸鱼优化算法研究[J].统计与决策,2019,35(07)**:17-20.

67.文献复现:基于混沌搜索策略的鲸鱼优化算法(CWOA)
[1]王坚浩,张亮,史超,车飞,丁刚,武杰.基于混沌搜索策略的鲸鱼优化算法[J].控制与决策,2019,34(09)**:1893-1900.

68.文献复现:基于反馈机制的鲸鱼优化算法(FWOA)
[1]范家承,何杰光.基于反馈机制的鲸鱼优化算法[J].广东石油化工学院学报,2018,28(04)**:47-51.

69.文献复现:基于随机差分变异的改进鲸鱼优化算法(IWOA)
[1]覃溪,龙文.基于随机差分变异的改进鲸鱼优化算法[J].中国科技论文,2018,13(08)**:937-942.

70.文献复现:收敛因子非线性变化的鲸鱼优化算法(IWOA)
[1]龙文,伍铁斌,唐斌.收敛因子非线性变化的鲸鱼优化算法[J].兰州理工大学学报,2017,43(06)**:102-107.

71.文献复现:基于自适应权重和柯西变异的鲸鱼优化算法(WOAWC)
[1]郭振洲,王平,马云峰,王琦,拱长青.基于自适应权重和柯西变异的鲸鱼优化算法[J].微电子学与计算机,2017,34(09)**:20-25.

72.文献复现:一种随机调整控制参数的鲸鱼优化算法(EWOA)
[1]钟明辉,龙文.一种随机调整控制参数的鲸鱼优化算法[J].科学技术与工程,2017,17(12)**:68-73.

73.文献复现:全局优化的蝴蝶优化算法(SMSCABOA)
[1]高文欣,刘升,肖子雅,于建芳.全局优化的蝴蝶优化算法[J].计算机应用研究,2020,37(10)**:2966-2970.

74.文献复现:融合正弦余弦和无限折叠迭代混沌映射的蝴蝶优化算法(SIBOA)
[1]王依柔,张达敏.融合正弦余弦和无限折叠迭代混沌映射的蝴蝶优化算法[J].模式识别与人工智能,2020,33(07)**:660-669.

75.文献复现:柯西变异和自适应权重优化的蝴蝶算法(CWBOA)
[1]高文欣,刘升,肖子雅,于建芳.柯西变异和自适应权重优化的蝴蝶算法[J].计算机工程与应用,2020,56(15)**:43-50.

76.文献复现:收敛因子和黄金正弦指引机制的蝴蝶优化算法(AGSABOA)
[1]高文欣,刘升,肖子雅,于建芳.收敛因子和黄金正弦指引机制的蝴蝶优化算法[J].计算机工程与设计,2020,41(12)**:3384-3389.

77.文献复现:一种改进的蝴蝶优化算法(IBOA)
[1]谢聪,封宇.一种改进的蝴蝶优化算法[J].数学的实践与认识,2020,50(13)**:105-115.

78.文献复现:基于自适应扰动的疯狂蝴蝶算法(CIBOA)
[1]王依柔,张达敏,徐航,宋婷婷,樊英.基于自适应扰动的疯狂蝴蝶算法[J].计算机应用研究,2020,37(11)**:3276-3280.

79.文献复现:基于余弦相似度改进蝴蝶优化算法(MSBOA)
[1]陈俊,何庆.基于余弦相似度改进蝴蝶优化算法[J/OL].计算机应用:1-10[2021-04-28].http://kns.cnki.net/kcms/detail/51.1307.TP.20210305.0941.002.html.

80.文献复现:混合策略改进的蝴蝶优化算法(MSBOA)
[1]宁杰琼,何庆.混合策略改进的蝴蝶优化算法[J/OL].计算机应用研究:1-7[2021-04-29].https://doi.org/10.19734/j.issn.1001-3695.2020.06.0171.

81.文献复现:分段权重和变异反向学习的蝴蝶优化算法(PWMBOA)
[1]李守玉,何庆,杜逆索.分段权重和变异反向学习的蝴蝶优化算法[J/OL].计算机工程与应用:1-11[2021-04-30].http://kns.cnki.net/kcms/detail/11.2127.TP.20210331.0944.004.html.

82.文献复现:混沌反馈共享和群体协同效应的蝴蝶优化算法(CFSBOA)
[1]李守玉,何庆,杜逆索.混沌反馈共享和群体协同效应的蝴蝶优化算法[J/OL].计算机科学与探索:1-12[2021-04-30].http://kns.cnki.net/kcms/detail/11.5602.TP.20210128.1109.014.html.

83.文献复现:基于Levy飞行的飞蛾扑火优化算法(LMFO)
[1]李志明,莫愿斌.基于Lévy飞行的飞蛾扑火优化算法[J].计算机工程与设计,2017,38(03)**:807-813.

84.文献复现:基于交叉算子和非均匀变异算子的飞蛾扑火优化算法(CNMFO)
[1]张保东,张亚楠,郭黎明,江进礼,赵严振.基于交叉算子和非均匀变异算子的飞蛾扑火优化算法[J].计算机与数字工程,2020,48(11)**:2622-2627.

85.文献复现:结合重心反向变异的飞蛾扑火优化算法(IMFO)
[1]宋婷婷,张琳娜.结合重心反向变异的飞蛾扑火优化算法[J].智能计算机与应用,2020,10(12)**:104-107+115.

86.文献复现:优选策略的自适应蚁狮优化算法(PSALO)
[1]刘景森,霍宇,李煜.优选策略的自适应蚁狮优化算法[J].模式识别与人工智能,2020,33(02)
:121-132.

87.文献复现:基于柯西变异的蚁狮优化算法(CALO)
[1]于建芳,刘升,韩斐斐,肖子雅.基于柯西变异的蚁狮优化算法[J].微电子学与计算机,2019,36(06)**:45-49+54.

88.文献复现:融合莱维飞行与黄金正弦的蚁狮优化算法(LEALO)
[1]于建芳,刘升,王俊杰,鲁晓艺.融合莱维飞行与黄金正弦的蚁狮优化算法[J].计算机应用研究,2020,37(08)**:2349-2353.

89.文献复现:具有随机分形自适应搜索策略的蚁狮优化算法(SFSALO)
[1]赵克新,黄长强,王渊.具有随机分形自适应搜索策略的蚁狮优化算法[J].火力与指挥控制,2019,44(02):41-45+49.

90.文献复现:精英反向学习带扰动因子的混沌蚁狮算法(EOPCALO)
[1]王茜,何庆,林杰,杨荣莹.精英反向学习带扰动因子的混沌蚁狮算法[J].智能计算机与应用,2020,10(08)**:51-57.

91.文献复现:具有自适应边界与最优引导的莱维飞行蚁狮优化算法(ABLALO)
[1]王若安,周越文,韩博,李剑峰,刘强.具有自适应边界与最优引导的莱维飞行蚁狮优化算法[J].微电子学与计算机,2018,35(09):20-25+31.

92.文献复现:具有 Levy 变异和精英自适应竞争机制的蚁狮优化算法(LEALO)
[1]景坤雷,赵小国,张新雨,刘丁.具有Levy变异和精英自适应竞争机制的蚁狮优化算法[J].智能系统学报,2018,13(02)**:236-242.

93.文献复现:具备自纠正和逐维学习能力的粒子群算法(SCDLPSO)
[1]张津源,张军,季伟东,孙小晴,张珑.具备自纠正和逐维学习能力的粒子群算法[J].小型微型计算机系统,2021,42(05)**:919-926.

94.文献复现:一种非线性动态自适应惯性权重PSO算法(IPSO)
[1]王生亮,刘根友.一种非线性动态自适应惯性权重PSO算法[J].计算机仿真,2021,38(04)**:249-253+451.

95.文献复现:一种曲线递增策略的自适应粒子群算法研究(CIPSO)
[1]吴凡,洪思,杨冰,胡贤夫.曲线递增策略的自适应粒子群算法研究[J].计算机应用研究,2021,38(06)**:1653-1656+1661.

96.文献复现:基于惯性权值非线性递减的改进粒子群算法(IMPSO)
[1]华勇,王双园,白国振,李炳初.基于惯性权值非线性递减的改进粒子群算法[J].重庆工商大学学报(自然科学版),2021,38(02):1-9.

97.文献复现:一种加权变异的粒子群算法(WVPSO)
[1]徐灯,傅晶,王文丰,章香,韩龙哲,方宗华,董健华.一种加权变异的粒子群算法[J].南昌工程学院学报,2021,40(01)**:51-56+82.

98.文献复现:一种自适应模拟退火粒子群优化算法(ASAPSO)
[1]闫群民,马瑞卿,马永翔,王俊杰.一种自适应模拟退火粒子群优化算法[J/OL].西安电子科技大学学报:1-9[2021-06-17].http://kns.cnki.net/kcms/detail/61.1076.TN.20210303.1129.011.html.

99.文献复现:基于竞争学习的粒子群优化算法(CLPSO)
[1]张钰,王蕾,周红标,赵环宇.基于竞争学习的粒子群优化算法设计及应用[J/OL].计算机测量与控制:1-9[2021-06-18].http://kns.cnki.net/kcms/detail/11.4762.TP.20210527.0930.008.html.

100.文献复现:t-分布扰动策略和变异策略的花授粉算法(tMfpa)
[1]宁杰琼,何庆.t-分布扰动策略和变异策略的花授粉算法[J].小型微型计算机系统,2021,42(01):64-70.

101.文献复现:基于三重动态调整的花授粉算法(HLPFA)
[1]洪露,贺兴时,杨新社.基于三重动态调整的花授粉算法[J].西安工程大学学报,2021,35(02):97-103.

102.文献复现:非线性参数的精英学习灰狼优化算法(IGWO)
[1]逯苗,何登旭,曲良东.非线性参数的精英学习灰狼优化算法[J/OL].广西师范大学学报(自然科学版):1-12[2021-07-25].https://doi.org/10.16088/j.issn.1001-6600.2020093002.

103.文献复现:多策略改进哈里斯鹰优化算法(MHHO)
[1]郭雨鑫,刘升,高文欣,张磊.多策略改进哈里斯鹰优化算法[J].微电子学与计算机,2021,38(07):18-24.

104.文献复现:混沌映射与动态学习的自适应樽海鞘群算法(CDSSA)
[1]卓然,王未卿.混沌映射与动态学习的自适应樽海鞘群算法[J].计算机工程与设计,2021,42(07):1963-1972.

105.文献复现:基于Levy飞行策略的改进樽海鞘群算法(LECUSSA)
[1]张严,秦亮曦.基于Levy飞行策略的改进樽海鞘群算法[J].计算机科学,2020,47(07):154-160.

106.文献复现:基于混沌映射的自适应樽海鞘群算法(CASSA)
[1]张严,秦亮曦.基于Levy飞行策略的改进樽海鞘群算法[J].计算机科学,2020,47(07):154-160.

107.文献复现:基于衰减因子和动态学习的改进樽海鞘群算法(RDSSA)
[1]童斌斌,何庆,陈俊.基于混沌映射的自适应樽海鞘群算法[J].传感技术学报,2021,34(01):41-48.

108.文献复现:集成随机惯性权重和差分变异操作的樽海鞘群算法(ISSA)
[1]陈雷,蔺悦,康志龙.基于衰减因子和动态学习的改进樽海鞘群算法[J].控制理论与应用,2020,37(08):1766-1780.

109.文献复现:面向全局搜索的自适应领导者樽海鞘群算法(ALSSA)
[1]张志强,鲁晓锋,隋连升,李军怀.集成随机惯性权重和差分变异操作的樽海鞘群算法[J].计算机科学,2020,47(08):297-301.

110.文献复现:一种基于折射反向学习机制与自适应控制因子的改进樽海鞘群算法(RCSSA)
[1]刘景森,袁蒙蒙,左方.面向全局搜索的自适应领导者樽海鞘群算法[J/OL].控制与决策:1-10[2021-07-30].https://doi.org/10.13195/j.kzyjc.2020.0090.

111.文献复现:一种改进的樽海鞘群算法(MSSA)
[1]范千,陈振健,夏樟华.一种基于折射反向学习机制与自适应控制因子的改进樽海鞘群算法[J].哈尔滨工业大学学报,2020,52(10):183-191.

112.文献复现:混合策略改进的麻雀搜索算法(MSSA)
[1]张伟康,刘升,任春慧.混合策略改进的麻雀搜索算法[J/OL].计算机工程与应用:1-12[2021-08-05].http://kns.cnki.net/kcms/detail/11.2127.TP.20210721.0848.002.html.

113.文献复现:基于动态分级策略的改进正余弦算法(DSCA)
[1]魏锋涛,张洋洋,黎俊宇,史云鹏.基于动态分级策略的改进正余弦算法[J].系统工程与电子技术,2021,43(06):1596-1605.

114. 文献复现:融合黄金正弦与sigmoid连续化的海鸥优化算法(GSCSOA)
[1]王宁,何庆.融合黄金正弦与sigmoid连续化的海鸥优化算法[J/OL].计算机应用研究:1-8[2021-08-06].https://doi.org/10.19734/j.issn.1001-3695.2021.05.0176.

115. 文献复现:新授粉方式的花授粉算法(NMFPA)
[1]段艳明,肖辉辉,林芳.新授粉方式的花授粉算法[J].计算机工程与应用,2018,54(23):94-108.

116. 文献复现:基于量子位Bloch坐标编码自适应的改进正余弦算法(ASCA)
[1]牛培峰,吴志良,马云鹏,史春见,李进柏.基于正弦余弦算法的汽轮机热耗率预测[J].动力工程学报,2018,38(02):85-91.

117. 文献复现:一种改进的进化模型和混沌优化的萤火虫算法(FAEC)
[1]李肇基,程科,王万耀,崔庆华.一种改进的进化模型和混沌优化的萤火虫算法[J].计算机与数字工程,2019,47(07):1605-1612.

118. 文献复现:基于精英反向学习的逐维改进蜻蜓算法(EDDA)
[1]何庆,黄闽茗,王旭.基于精英反向学习的逐维改进蜻蜓算法[J].南京师大学报(自然科学版),2019,42(03):65-72.

119. 文献复现:基于逐维反向学习的动态适应布谷鸟算法(DODACS)
[1]黄闽茗,何庆,文熙.基于逐维反向学习的动态适应布谷鸟算法[J].计算机应用研究,2020,37(04):1015-1019.

120.文献复现:具有动态自适应学习机制的教与学优化算法(DSLTLBO)
[1]李丽荣,李木子,李崔灿,王培崇.具有动态自适应学习机制的教与学优化算法[J].计算机工程与应用,2020,56(19):62-67.

121.文献复现:基于混沌映射与差分进化自适应教与学优化算法(ITLBO)
[1]孙凤山,范孟豹,曹丙花,叶波,刘林.基于混沌映射与差分进化自适应教与学优化算法的太赫兹图像增强模型[J].仪器仪表学报,2021,42(04):92-101.

122.文献复现:带认知因子的交叉鸽群算法(CPIOC)
[1]陶国娇,李智.带认知因子的交叉鸽群算法[J].四川大学学报(自然科学版),2018,55(02):295-300.

123.文献复现:混合模拟退火和教与学的鸽群优化算法(TLSAPIO)
[1]未建英,张丽娜,付发.混合模拟退火和教与学的鸽群优化算法[J].科技经济导刊,2019,27(12):153-155.

124.文献复现:具有收缩因子的自适应鸽群算法(CFPIO)
[1]郭瑞,赵汝鑫,吴海舟,任东,范佳伟.具有收缩因子的自适应鸽群算法用于函数优化问题[J].物联网技术,2017,7(05):85-88.

125.文献复现:融合正余弦和柯西变异的麻雀搜索算法(SCSSA)
[1]李爱莲,全凌翔,崔桂梅,解韶峰.融合正余弦和柯西变异的麻雀搜索算法[J/OL].计算机工程与应用:1-11[2021-09-09].http://kns.cnki.net/kcms/detail/11.2127.TP.20210806.0937.008.html.

126.文献复现:多策略融合的改进麻雀搜索算法(ISSA)
[1]付华,刘昊.多策略融合的改进麻雀搜索算法及其应用[J/OL].控制与决策:1-10[2021-09-09].https://doi.org/10.13195/j.kzyjc.2021.0582.

127.文献复现:基于Logistic回归麻雀算法(MSSA)
[1]陈刚,林东,陈飞,陈祥宇.基于Logistic回归麻雀算法的图像分割[J/OL].北京航空航天大学学报:1-14[2021-09-26].https://doi.org/10.13700/j.bh.1001-5965.2021.0268.

128.文献复现:自适应变异麻雀搜索优化算法(AMSSA)
[1]唐延强,李成海,宋亚飞,陈晨,曹波.自适应变异麻雀搜索优化算法[J/OL].北京航空航天大学学报:1-14[2021-09-27].https://doi.org/10.13700/j.bh.1001-5965.2021.0282.

129.文献复现:多尺度正余弦优化算法(MSCA)
[1]申元霞,张学锋,方馨,汪小燕.多尺度正余弦优化算法[J/OL].控制与决策:1-10[2021-10-27].https://doi.org/10.13195/j.kzyjc.2021.0513.

130.文献复现:基于精英混沌搜索策略的交替正余弦算法(COSCA)
[1]郭文艳,王远,戴芳,刘婷.基于精英混沌搜索策略的交替正余弦算法[J].控制与决策,2019,34(08):1654-1662.

131.文献复现:融合互利共生和透镜成像学习的HHO优化算法(IHHO)
[1]陈功,曾国辉,黄勃,刘瑾.融合互利共生和透镜成像学习的HHO优化算法[J/OL].计算机工程与应用:1-14[2021-10-26].http://kns.cnki.net/kcms/detail/11.2127.TP.20210910.1049.010.html.

132.文献复现:融合收敛因子和樽海鞘群的蝴蝶优化算法(CFSSBOA)
[1]郑洪清,彭石燕,周永权.融合收敛因子和樽海鞘群的蝴蝶优化算法[J/OL].微电子学与计算机:1-7[2021-10-11].http://kns.cnki.net/kcms/detail/61.1123.tn.20210914.1523.009.html.

133.文献复现:融合Sin混沌和分段权值的阿基米德优化算法(SAOA)
[1]罗仕杭,何庆.融合Sin混沌和分段权值的阿基米德优化算法[J/OL].计算机工程与应用:1-12[2021-10-12].http://kns.cnki.net/kcms/detail/11.2127.TP.20210913.1319.012.html.

134.文献复现:多策略黑猩猩优化算法
[1]黄倩,刘升,李萌萌,郭雨鑫.多策略黑猩猩优化算法研究及其工程应用[J/OL].计算机工程与应用:1-12[2021-10-25].http://kns.cnki.net/kcms/detail/11.2127.TP.20210806.1055.011.html.

135.文献复现:信息共享的记忆被囊群算法(ITSA)
[1]屈迟文,彭小宁.信息共享的记忆被囊群算法[J].模式识别与人工智能,2021,34(07):605-618.

136.文献复现:混合粒子群-蝴蝶算法(HPSBA)
[1]张孟健,汪敏,王霄,覃涛,杨靖.混合粒子群-蝴蝶算法的WSN节点部署研究[J/OL].计算机工程与科学:1-9[2021-11-04].http://kns.cnki.net/kcms/detail/43.1258.TP.20210916.1048.002.html.

137.文献复现:融合改进 Logistics 混沌和正弦余弦算子的自适应 t 分布海鸥算法(ISOA)
[1]毛清华,王迎港.融合改进Logistics混沌和正弦余弦算子的自适应t分布海鸥算法[J/OL].小型微型计算机系统:1-9[2021-11-16].http://kns.cnki.net/kcms/detail/21.1106.TP.20211019.1549.006.html.

138.文献复现:基于紧凑度和调度处理的粒子群优化算法(PCSPSO)
[1]周丹, 葛洪伟, 苏树智,等. 基于紧凑度和调度处理的粒子群优化算法[J]. 计算机科学与探索, 2016, 10(005):742-750.

139.文献复现:多子群改进的海洋捕食者算法(MSMPA)
[1]张磊,刘升,高文欣,郭雨鑫.多子群改进的海洋捕食者算法[J/OL].微电子学与计算机:1-9[2021-11-01].https://doi.org/10.19304/J.ISSN1000-7180.2021.0062.

140.文献复现:融合混沌对立和分组学习的海洋捕食者算法(MSIMAP)
[1]马驰,曾国辉,黄勃,刘瑾.融合混沌对立和分组学习的海洋捕食者算法[J/OL].计算机工程与应用:1-14[2021-11-02].http://kns.cnki.net/kcms/detail/11.2127.TP.20210730.1554.011.html.

141.文献复现:精英反向与二次插值改进的黏菌算法(ISMA)
[1]郭雨鑫,刘升,张磊,黄倩.精英反向与二次插值改进的黏菌算法[J/OL].计算机应用研究:1-7[2021-11-10].https://doi.org/10.19734/j.issn.1001-3695.2021.02.0175.

142.文献复现:混沌精英黏菌算法(CESMA)
[1]肖亚宁,孙雪,李三平,姚金言.基于混沌精英黏菌算法的无刷直流电机转速控制[J].科学技术与工程,2021,21(28):12130-12138.

143.文献复现:基于levy飞行和模拟退火改进的秃鹰算法(IBES)
[1]贾鹤鸣,姜子超,李瑶.基于改进秃鹰搜索算法的同步优化特征选择[J/OL].控制与决策:1-9[2021-11-10].https://doi.org/10.13195/j.kzyjc.2020.1025.

144.文献复现:融合多策略的改进麻雀搜索算法(ISSA)
[1]张晓萌,张艳珠,刘禄,张硕,熊夫睿.融合多策略的改进麻雀搜索算法[J/OL].计算机应用研究:1-8[2021-12-17].https://doi.org/10.19734/j.issn.1001-3695.2021.09.0412.
145.文献复现:自适应t分布与黄金正弦改进的麻雀搜索算法(tGSSA)
[1]张伟康,刘升.自适应t分布与黄金正弦改进的麻雀搜索算法及其应用[J/OL].微电子学与计算机:1-8[2021-12-17].https://doi.org/10.19304/J.ISSN1000-7180.2020-0026.
146.文献复现:分数阶麻雀搜索算法(FDSSA)
[1]江妍,马瑜,梁远哲,王原,李光昊,马鼎.基于分数阶麻雀搜索优化OTSU肺组织分割算法[J].计算机科学,2021,48(S1):28-32.
146.文献复现:螺旋探索与自适应混合变异的麻雀搜索(SHSSA)
[1]陈功,曾国辉,黄勃,刘瑾.螺旋探索与自适应混合变异的麻雀搜索算法[J/OL].小型微型计算机系统:1-12[2021-12-24].http://kns.cnki.net/kcms/detail/21.1106.tp.20211214.1828.006.html.
147.文献复现:改进搜索机制的单纯形法引导麻雀搜索算法(SMSSA)
[1]刘成汉,何庆.改进搜索机制的单纯形法引导麻雀搜索算法[J/OL].计算机工程与科学:1-9[2021-12-24].http://kns.cnki.net/kcms/detail/43.1258.TP.20211223.0930.002.html.
148.文献复现:基于逐维高斯变异的混沌麻雀优化算法(ISSA)
[1]楚哲宇,唐秀英,谭庆,张清君.基于逐维高斯变异的混沌麻雀优化算法[J].自动化应用,2021(08):60-63.DOI:10.19769/j.zdhy.2021.08.019.
149.文献复现:基于莱维飞行扰动策略的麻雀搜索算法(ISSA)
[1]马卫,朱娴.基于莱维飞行扰动策略的麻雀搜索算法[J].应用科学学报,2022,40(01):116-130.
150.文献复现:混合策略改进的麻雀搜索算法(MSSA)
[1]张伟康,刘升,任春慧.混合策略改进的麻雀搜索算法[J/OL].计算机工程与应用:1-12[2021-08-05].http://kns.cnki.net/kcms/detail/11.2127.TP.20210721.0848.002.html.
151.文献复现:基于信息共享搜索策略的自适应灰狼算法(ISIAGWO)
[1]吴昌友,付熙松,裴均珂.基于信息共享搜索策略的自适应灰狼算法研究[J/OL].电光与控制:1-10[2022-01-18].http://kns.cnki.net/kcms/detail/41.1227.TN.20210820.1551.015.html.
152.文献复现:融合改进 Logistics 混沌和正弦余弦算子的自适应 t 分布海鸥算法(ISOA)
[1]毛清华,王迎港.融合改进Logistics混沌和正弦余弦算子的自适应t分布海鸥算法[J/OL].小型微型计算机系统:1-9[2021-11-16].http://kns.cnki.net/kcms/detail/21.1106.TP.20211019.1549.006.html.
153.文献复现:具有记忆功能的海鸥优化算法(MSOA)
[1]许乐,莫愿斌,卢彦越.具有记忆功能的海鸥优化算法求解方程组[J].计算机工程与设计,2021,42(12):3428-3437.DOI:10.16208/j.issn1000-7024.2021.12.018.
154.文献复现:多方向螺旋搜索的混沌海鸥优化算法(MESOA)
[1]张冰洁,何庆,戴松利,杜逆索.多方向螺旋搜索的混沌海鸥优化算法[J/OL].小型微型计算机系统:1-10[2022-01-18].http://kns.cnki.net/kcms/detail/21.1106.TP.20211213.1750.028.html.
155.文献复现:新型飞蛾火焰优化算法(AMFO)
[1]田鸿,陈国彬,刘超.新型飞蛾火焰优化算法的研究[J].计算机工程与应用,2019,55(16):138-143.
156.文献复现:基于紧凑度和调度处理的粒子群优化算法(PCSPSO)
[1]周丹, 葛洪伟, 苏树智,等. 基于紧凑度和调度处理的粒子群优化算法[J]. 计算机科学与探索, 2016, 10(005):742-750.
157.文献复现:分数阶粒子群算法(FDPSO)
[1]魏晶茹,马瑜,夏瑞,蒋海波,周亭亭.基于分数阶粒子群的Otsu图像分割算法[J].计算机工程与设计,2017,38(12):3284-3290.DOI:10.16208/j.issn1000-7024.2017.12.017.
158.文献复现:改进交叉算子的自适应人工蜂群黏菌算法(ISMA)
[1]刘成汉,何庆.改进交叉算子的自适应人工蜂群黏菌算法[J/OL].小型微型计算机系统:1-8[2021-11-27].http://kns.cnki.net/kcms/detail/21.1106.TP.20211114.1427.002.html.
159.文献复现:自适应 t 分布与动态边界策略改进的算术优化算法(tCAOA)
[1]郑婷婷,刘升,叶旭.自适应t分布与动态边界策略改进的算术优化算法[J/OL].计算机应用研究:1-7[2022-01-25].DOI:10.19734/j.issn.1001-3695.2021.09.0428.

持续更新中…
个人资料介绍

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/142403.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • C# 多线程编程

    C# 多线程编程1.如果只是启动一个新线程,不需要传入参数,不需要线程返回结果,可以直接使用ThreadStart(),Thread类接收一个ThreadStart委托或ParameterizedThreadSta

  • 【Linux + Makefile】Makefile的高阶用法:解决C文件包含的头文件修改了,但C文件不重新编译的问题

    【Linux + Makefile】Makefile的高阶用法:解决C文件包含的头文件修改了,但C文件不重新编译的问题makefile的聪明之处。

  • innodb事务隔离级别原理_innodb设置事务隔离级别

    innodb事务隔离级别原理_innodb设置事务隔离级别事务隔离级别SQL标准定义了4类隔离级别,包括了一些具体规则,用来限定事务内外的哪些改变是可见的,哪些是不可见的。低级别的隔离级一般支持更高的并发处理,并拥有更低的系统开销。ReadUncommitted(读取未提交内容)      在该隔离级别,所有事务都可以看到其他未提交事务的执行结果。本隔离级别很少用于实际应用,因为它的性能也不比其他级别好多少。读取未提交的数据,也被称之为脏读

    2022年10月10日
  • 查询锁表语句Oracle_会sql语句引起锁定

    查询锁表语句Oracle_会sql语句引起锁定–oracle查询锁表解锁语句–首先要用dba权限的用户登录,建议用system,然后直接看sql吧1.如下语句查询锁定的表.SELECTL.SESSION_IDSID,S.SERIAL#,L.LOCKED_MODE,L.ORACLE_USERNAME,L.OS_USER_NAME,S.MACHINE,…

  • android 空间分享到朋友圈,Android开发之微信分享到好友,朋友圈

    android 空间分享到朋友圈,Android开发之微信分享到好友,朋友圈3.快速集成第二步:配置AndroidManifest.xml下面清单文件的配置是全部的,没有的平台就是不需要配置1、添加权限2、添加activity信息(注意:tencent后面的appid要保持和您配置的QQ的appid一致)android:name=”com.mob.tools.MobUIShell”android:theme=”@android:style/Theme.Transluc…

  • 多因子权重算法_SEO权重优化软件

    多因子权重算法_SEO权重优化软件from:https://www.ricequant.com/community/topic/4559/在多因子量化投资体系中,具有稳定的预期收益,可解释的经济驱动理论,与其他因子的低相关性是选择alpha因子的关键指标。本篇文章中,我们以此为因子选取标准,简单地构建了自己的因子库,总共包括八个大类因子,每个大类因子中包含四到五个子类细分因子。为了比较不同的权重优化方法的优劣,本文首先采取不同的方…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号