本文主要是介绍【LSSVM回归预测】基于matlab飞蛾扑火算法优化最小二乘支持向量机MFO-LSSVM回归预测【含Matlab源码 110期】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
⛄一、运行结果
⛄二、飞蛾扑火算法及LSSVM简介
1 飞蛾扑火算法简介
1.1 飞蛾扑火算法定义
飞蛾扑火优化(Moth-flame optimization，MFO)，由Seyedali Mirjalili在2015年提出，为优化领域提供了一种新的启发式搜索范式：螺旋搜索。
飞蛾在夜间有一种特殊的导航方式：横向定向。即它会与月亮(光源)保持一定的角度飞行，从而能够保持直线的飞行路径，但是，这种方式只在光源离飞蛾较远的情况下才有效。当有人造光源存在时，飞蛾会被人工灯光所欺骗，一直保持与人造灯光相同的角度飞行，由于它与光源的距离过近，它飞行的路径已经不是直线，而是一种螺旋的路径。
这篇关于【LSSVM回归预测】基于matlab飞蛾扑火算法优化最小二乘支持向量机MFO-LSSVM回归预测【含Matlab源码 110期】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
