预测模型

一、粒子群算法简介 1 粒子群算法的概念 粒子群优化算法(PSO：Particle swarm optimization) 是一种进化计算技术（evolutionary computation）。源于

一、麻雀算法简介 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

一、差分进化算法简介 1 前言 在遗传、选择和变异的作用下，自然界生物体优胜劣汰，不断由低级向高级进化和发展。人们注意到，适者生存的进化规律可以模式化，从而构成一些优化算法；近年来发展的进化计算类算法

一、帝国殖民竞争算法简介 帝国竞争算法是基于人类社会政治进化现象提出的智能优化算法，算法中的每个国家均表示为一个可能的解空间，在模拟社会政治进化的过程中逐渐优化国家的解空间，找到最优解。算法主要包括帝

一、粒子群算法及RBF简介 1 粒子群算法简介 1.1 引言 自然界中的鸟群和鱼群的群体行为一直是科学家的研究兴趣所在。生物学家Craig Reynolds在1987年提出了一个非常有影响的鸟群聚集模

一、遗传算法简介 1 引言 2 遗传算法理论 2.1 遗传算法的生物学基础 2.2 遗传算法的理论基础 2.3 遗传算法的基本概念 2.4 标准的遗传算法 2.5 遗传算法的特点 2.6 遗传算法的改

一、海洋捕食者算法（MPA）简介 1 海洋捕食者算法（MPA）定义 海洋捕食者算法(MPA)是一种自然启发式的优化算法,它遵循在最佳觅食策略中自然支配的规则,并且在海洋生态系统中遇到捕食者与猎物之间的

一、未来搜索算法算法（FSA）简介 未来搜索算法(FSA)是M.Elsisi[20]于2018年通过模仿人类向往美好生活而提出的一种新颖搜索算法。该算法通过建立数学模型模拟人与人之间最优生活(局部搜索

一、人工生态系统算法简介 基于人工生态系统的优化（AEO）是一种解决优化问题的新型优化方法。 SDO受地球生态系统中能量流的驱动，该算法模仿了生物的三种独特行为，包括生产，消耗和分解。 AEO算法是Z

一、遗传算法简介 1 引言 2 遗传算法理论 2.1 遗传算法的生物学基础 2.2 遗传算法的理论基础 2.3 遗传算法的基本概念 2.4 标准的遗传算法 2.5 遗传算法的特点 2.6 遗传算法的改

一、BP神经网络简介 1 BP神经网络概述 BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科研小组提出，参见他们发表在Nature上的论文

一、粒子群算法及SVM简介 1 粒子群算法简介 1.1 引言 自然界中的鸟群和鱼群的群体行为一直是科学家的研究兴趣所在。生物学家Craig Reynolds在1987年提出了一个非常有影响的鸟群聚集模

一、鲸鱼算法及LSTM简介 1 鲸鱼优化算法（Whale Optimization Algorithm，WOA）简介 鲸鱼优化算法(WOA)，该算法模拟了座头鲸的社会行为，并引入了气泡网狩猎策略。 1

一、粒子群算法及LSTM简介 1 粒子群算法简介 1.1 引言 自然界中的鸟群和鱼群的群体行为一直是科学家的研究兴趣所在。生物学家Craig Reynolds在1987年提出了一个非常有影响的鸟群聚集

一、简介 1 BP神经网络预测原理简介 BP 神经网络是一种多层前馈神经网络，常用的为输入层-单隐含层-输出层的三层结构，如下图所示。 BP神经网络训练的主要思想：输入的信号特征数据先映射到隐含层（激

一、简介 1 BP神经网络预测原理简介 BP 神经网络是一种多层前馈神经网络，常用的为输入层-单隐含层-输出层的三层结构，如下图所示。 BP神经网络训练的主要思想：输入的信号特征数据先映射到隐含层（激

一、简介 基于matlab贝叶斯网络改进LSTM预测 二、源代码 三、运行结果 四、备注 版本：2014a

一、简介 基于matlab GUI交通预测四阶段法交通分配 二、源代码 三、运行结果 四、备注 版本：2014a

1 概述 BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科研小组提出，参见他们发表在Nature上的论文 Learning representations by back-propagating errors 。BP神经...

1 概述 BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科研小组提出，参见他们发表在Nature上的论文 Learning representations by back-propagating errors 。BP神经...