目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.结果展示4.参考文献5.代码获取 1.背景 2022年，A Layeb受到正切函数启发，提出了正切搜索算法（Tangent Search Algorithm, TSA）。 2.算法原理 2.1算法思想 TSAT基于正切函数的数学模型将给定的解决方案移动到更好的解决方案，提出了切线飞线函数，其具有平衡开

目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.结果展示4.参考文献 1.背景 2020年，S Kaur等人受到囊状虫群自然行为启发，提出了囊状虫群算法（Tunicate Swarm Algorithm, TSA）。 2.算法原理 2.1算法思想 TSA模拟了囊状虫群在导航和觅食过程中的喷射推进和群体行为，群体行为会更新其他搜索代理关于最优解的位

statsmodels是一个Python模块，提供了大量统计模型的类和函数。主要功能有： regression: Generalized least squares (including weighted least squares and least squares with autoregressive errors), ordinary least squares.glm: General

目录 1.原理与思路2.设计与实现3.结果预测4.代码获取 1.原理与思路 【智能算法应用】智能算法优化BP神经网络思路【智能算法】树种优化算法（TSA）原理及实现 2.设计与实现 数据集： 多输入多输出：样本特征24，标签类别4。 求解问题维度： dim = inputnum * hiddennum + hiddennum*outputnum + hidde

1 基本使用方法 statsmodels.tsa.tsatools.detrend(x, order=1, axis=0)  2 参数说明 x数据。如果是二维数组，那么每一行或每一列将独立地去除趋势，但趋势的阶数是一样的。order趋势的多项式阶数。0 表示常数趋势（即没有趋势），1 表示线性趋势，2 表示二次趋势。axis指定数组的轴。0 表示按行处理（每行代表一个观察值），1 表示按列处