利用蚁群算法整定PID控制参数

tsmoothie 一个用于以向量化方式进行时间序列平滑和离群值检测的python库。 总览 tsmoothie以快速有效的方式计算单个或多个时间序列的平滑度。 可用的平滑技术是： 指数平滑 具有各种窗口类型（常量，汉宁，汉明，巴特利特，布莱克曼）的卷积平滑 使用傅立叶变换进行频谱平滑 多项式平滑 各种样条平滑（线性，三次，自然三次） 高斯平滑 Binner平滑 低价 各种季节性分解平滑（卷积，最低，自然三次样条） 带有可自定义组件（水平，趋势，季节性，长期季节性）的卡尔曼平滑 tsmoothie提供了平滑处理结果的间隔计算。 这对于识别时间序列中的异常值和异常可能很有用。 关于使用的平滑方法，可用的间隔类型为： sigma间隔 置信区间 预测间隔 卡尔曼区间 tsmoothie可以执行滑动平滑方法来模拟在线使用。 可以将时间序列分成相等大小的片段，并分别进行平滑处理。 与往常一样，此功能通过WindowWrapper类以矢量化方式实现。 tsmoothie可以通过BootstrappingWrapper类操作时序引导程序。 支持的引导程序算法为： 没有重叠的块引导

MSP项目集群学习，1000字，OGC项目基准标准，欢迎大家下载学习

针对标准粒子群算法在进化过程中种群多样性降低而早熟的问题 ,提出一种动态改变惯性权重的自适应粒子群算法.

通过Python实现鸡群算法，包括鸡类和鸡群类，提供了判据函数的接口。 博客【Python实现鸡群算法】 地址 https://tinycool.blog.csdn.net/article/details/127942327

利用蚁群算法对线阵的稀布优化的代码，让大家可以参考一下，稍作修改就可以用到其他的地方。

发表于 Expert Systems with Applications，第 39 卷，第 1 期，2012 年 1 月，第 960-966 页的论文代码

智慧银行大数据解决方案，通过大数据，对用户行为特征进行深度挖掘，结合营销内容，确定目标用户群，并通过大数据对营销产品、营销时机，在庞大的用户数据标签基础与货品分析基础上，结合用户的产品特征，设定不同的营销场景，进行货品的精准营销工作

用于解决旅行商问题的TSP算法，输入为城市信息，输出为旅行员路径

对自己拟定的二维栅格地图，通过蚁群算法寻优